姚义好,李娟,石晶晶,申楠茜,张烁琪,周铱然,吴迪,马艳强 ,朱文珍.RSNA2019人工智能影像学[J].放射学实践,2020,(05):575-582 |
RSNA2019人工智能影像学 |
|
|
DOI:10.13609/j.cnki.1000-0313.2020.05.002 |
中文关键词: 人工智能 AI 影像组学 深度学习 图像特征 卷积神经网络 |
基金项目:国家自然科学基金(81730049,81801666,81873890) |
|
摘要点击次数: 2866 |
全文下载次数: 3495 |
中文摘要: |
【摘要】随着人工智能(AI)的迅速发展和日益广泛的应用,人们对自动图像处理和分类技术产生了极大的兴趣,本年度RSNA年会上关于AI的研究报告按照部位进行分类总结。各研究通过利用深度学习分割图像、研究图像特征提取和图像转换,研发机器学习辅助诊断方法,比较不同AI模型如何提高成像效率、减少辐射剂量和对比剂剂量等,对临床疾病进行鉴别诊断和准确分级,进而辅助临床个体化治疗方案的制定,且有望大幅降低影像医师的工作负荷。 |
|
查看全文
下载PDF阅读器 |
关闭 |