基于深度卷积神经网络与视觉Transformer的卒中血凝块来源图像分类
计算机视觉与模式识别
2023-05-29 v1
摘要
卒中是全球两大主要死因之一。每年许多人罹患缺血性卒中。仅在美国，每年就有超过700,000人因阻塞大脑动脉的血凝块而罹患缺血性卒中。本文描述了一种特定方法，如何将人工智能应用于区分两种主要急性缺血性卒中（AIS）病因亚型：心源性与大动脉粥样硬化性。该方法使用了四种深度神经网络架构与一种简单集成方法。
引用
@article{arxiv.2305.16492,
title = {Image Classification of Stroke Blood Clot Origin using Deep Convolutional Neural Networks and Visual Transformers},
author = {David Azatyan},
journal= {arXiv preprint arXiv:2305.16492},
year = {2023}
}