两位院士领衔！清华、上海交大、首医大合作，最新Nature Biomedical Engineering，精准预测卒中风险！

本文介绍了一种基于视网膜图像的深度学习系统DeepRETStroke，用于检测无症状脑梗死（SBI）并预测卒中风险。背景方面，传统的脑成像技术如MRI和CT虽然能检测脑血管疾病，但在普通人群中进行筛查成本高且不切实际。研究目的是开发一种简单、成本效益高的方法，利用视网膜图像的非侵入性特点，结合深度学习技术，实现对SBI的检测和卒中风险的预测。研究团队由清华大学、上海交通大学和首都医科大学的专家组成，通过多阶段预训练和半监督学习策略，开发了性能优异的系统。结论显示，DeepRETStroke在内部和外部验证数据集中均表现出色，为卒中风险评估和预防提供了新方法。