| 宫志伟 综述,王丽君 审校.腮腺肿瘤双能CT及其人工智能研究进展[J].放射学实践,2025,(09):1178-1183 |
| 腮腺肿瘤双能CT及其人工智能研究进展 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.09.017 |
| 中文关键词: 腮腺肿瘤 双能CT 体层摄影术，X线计算机 人工智能 影像组学 深度学习 |
| 基金项目:辽宁省医学教育研究项目（2022-N005-05） |
|
| 摘要点击次数: 348 |
| 全文下载次数: 308 |
| 中文摘要: |
| 【摘要】腮腺复杂的肿瘤类型有着独特的生物学行为，直接关系到患者的治疗策略及预后，术前对于肿瘤类型的诊断具有重要临床意义。近年来，双能CT的物质分离技术、虚拟平扫图像、虚拟单能量成像等技术已逐步应用于腮腺肿瘤诊断中，不仅能够提高图像质量，还能通过碘浓度、有效原子序数、能谱曲线斜率等参数提供血液灌注、物质分布、组织代谢等定量诊断依据，此外，对于恶性肿瘤放疗计划的制定也能提供帮助。人工智能基于影像组学及深度学习技术，分析CT图像中微观纹理差异，在腮腺肿瘤类型的鉴别、恶性肿瘤的分级等方面有着高度敏感性。双能CT与人工智能的联合应用，能够发挥各自优势，有望为腮腺肿瘤提供更为精准的术前诊断依据。本文就目前双能CT及人工智能在腮腺肿瘤诊断中的研究进展进行综述，旨在为术前诊断及治疗策略的制定提供参考。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
