| 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 |
