| 周舒畅， 王玉锦， 胡琼洁， 胡玉娜， 杨朝霞， 张新平， 康诗超， 陈冲， 黄嘉，夏黎明.2017 RSNA胸部影像学[J].放射学实践,2018,(03):229-237 |
| 2017 RSNA胸部影像学 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2018.03.002 |
| 中文关键词: 影像组学 磁共振成像 人工智能 深度学习 低剂量CT |
| 基金项目: |
|
| 摘要点击次数: 3399 |
| 全文下载次数: 3529 |
| 中文摘要: |
| 【摘要】RSNA2017报道的胸部影像学的重点为机器深度学习、人工智能和影像组学，机器深度学习和人工智能除了在肺结节检测方面获得较大的进步之外，在肺结节良恶性鉴别方面也也显示了初步诊断价值。随着胸部疾病的诊疗需要，胸部放射介入诊疗技术的开展也逐渐增多，包括肺结节标记、肺结节诊断、肺结节基因检测和肺转移瘤消融治疗。磁共振功能成像在肺结节诊断中应用越来越多，尤其以DWI和DCE MRI技术为主。在肺结节筛查方面，机器辅助的人工智能系统开始崭露头角。一系列的技术进展为让胸部影像诊疗更加精准，符合了今年大会的主题“探索、发明、转化”。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
