Bài báo này trình bày một mô hình dự đoán dựa trên học sâu tận dụng dữ liệu hình ảnh CTA nội sọ 3D và thông tin về bệnh tim, tuổi và giới tính để phát hiện sớm đột quỵ tái phát và thiết lập kế hoạch điều trị phù hợp. Dựa trên dữ liệu bệnh nhân đột quỵ từ năm 2010 đến năm 2024, chúng tôi đã huấn luyện mạng nơ-ron học sâu đơn mô thức và đa mô thức để thực hiện phân loại nhị phân tái phát (Nhiệm vụ 1) và dự đoán và phân loại tỷ lệ sống không tái phát (RFS) (Nhiệm vụ 2). Trong Nhiệm vụ 1, mô hình đạt được diện tích dưới đường cong (AUC) cao là 0,84 chỉ bằng cách sử dụng dữ liệu dạng bảng. Trong nhiệm vụ chính, Nhiệm vụ 2 (hồi quy), mạng XSRD đa mô thức đạt được chỉ số c là 0,68 và AUC là 0,71 bằng cách sử dụng hình ảnh và dữ liệu dạng bảng theo tỷ lệ 0,68:0,32. Phân tích khả năng diễn giải cho thấy mối liên quan giữa bệnh tim (dữ liệu dạng bảng) và động mạch cảnh (dữ liệu hình ảnh) là một yếu tố quan trọng trong việc phát hiện tái phát và dự đoán RFS. Chúng tôi có kế hoạch củng cố mối quan hệ này thông qua việc thu thập thêm dữ liệu và đào tạo lại mô hình.
