文章摘要
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:
作者单位
陈冲,马晓玲,刘艺文,向敏,王玉锦,周舒畅,胡琼洁,杨凤,夏黎明 430030武汉华中科技大学同济医学院附属同济医院放射科 
摘要点击次数: 116
全文下载次数: 131
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   查看/发表评论  下载PDF阅读器
关闭