构建目标检测模型在NCCT上检测急性小面积梗死灶的研究A Study on an Object Detection Model for Detecting Acute Small-Area Infarct Lesions on NCCT
目的 基于改进的YOLOv5深度学习模型，构建在CT平扫（non-contrast CT，NCCT）上自动检测急性小面积梗死灶的目标检测模型。 方法 回顾性纳入2018年1月—2023年12月于扬州大学附属医院就诊的急性缺血性卒中患者，按10∶1的比例随机分为训练/验证集与测试集。训练/验证集用于模型参数拟合，比较不同损失函数以优选模型，并采用精确率、召回率及平均精度（mean average precision，mAP）评估模型的检测效能；测试集用于独立评估模型的诊断效能。将MRI DWI图像与NCCT图像进行配准，并在NCCT图像上标记病灶。以DWI-Alberta卒中项目早期CT评分（...
I tiakina i:
| Kaituhi matua: | |
|---|---|
| Hōputu: | Artigo |
| Reo: | Chinês |
| I whakaputaina: |
Editorial Department of Chinese Journal of Stroke
2026-01-01
|
| Rangatū: | Zhongguo cuzhong zazhi |
| Ngā marau: | |
| Urunga tuihono: | https://www.chinastroke.org.cn/CN/10.3969/j.issn.1673-5765.2026.01.009 |
| Ngā Tūtohu: |
Kāore He Tūtohu, Me noho koe te mea tuatahi ki te tūtohu i tēnei pūkete!
|