基于加权深度学习方法的脑卒中诊断提升
机器学习
2025-04-22 v1 人工智能
摘要
脑卒中发生时，脑部血液供应被中断，导致细胞死亡。传统诊断方法如CT扫描和MRI成本高昂且耗时。本研究提出了一种加权投票集成（WVE）机器学习模型，综合运用随机森林、深度学习和直方图基于梯度的提升等分类器，更有效地预测脑卒中发生。该模型在私有数据集上实现了94.91%的准确率，实现了早期风险评估与预防。未来研究可探索优化技术，以进一步提升准确率。
引用
@article{arxiv.2504.13974,
title = {Enhancing Stroke Diagnosis in the Brain Using a Weighted Deep Learning Approach},
author = {Yao Zhiwan and Reza Zarrab and Jean Dubois},
journal= {arXiv preprint arXiv:2504.13974},
year = {2025}
}