| 陈冲，马晓玲，刘艺文，向敏，王玉锦，周舒畅，胡琼洁，杨凤，夏黎明.RSNA2019肺部影像学[J].放射学实践,2020,(02):131-138 |
| RSNA2019肺部影像学 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2020.02.002 |
| 中文关键词: 人工智能 深度学习 影像组学 低剂量 能谱CT 肺癌筛查 肺栓塞 |
| 基金项目: |
|
| 摘要点击次数: 3630 |
| 全文下载次数: 4451 |
| 中文摘要: |
| 【摘要】RSNA 2019年会的主题是"携手预见未来"，强调对临床和影像信息的整合，对患者全方位的关爱。深度学习依旧扮演着重要角色，在病灶检测、图像重建等领域应用越来越广泛。能谱CT技术、低剂量扫描技术愈加成熟。影像组学等技术在临床应用中的探索越来越多。急诊CT对扫描时间和对比剂等的要求更高。肺部MRI在功能评估中的应用越来越多。技术的落脚点始终是临床问题，即解决医生和患者的需求。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
