| RSNA2019头颈部影像学 |
| |
| 引用本文： | 郝永红,翟林寒,叶海琪,陈骞蓝,陈雪霞,张菁,潘初,朱文珍.RSNA2019头颈部影像学[J].放射学实践,2020(4):405-409. |
| |
| 作者姓名： | 郝永红 翟林寒 叶海琪 陈骞蓝 陈雪霞 张菁 潘初 朱文珍 |
| |
| 作者单位： | 430030武汉，华中科技大学同济医学院附属同济医院放射科 |
| |
| 基金项目： | 国家自然科学基金（81730049, 81801666, 81873890） |
| |
| 摘 要： | 2019年RSNA年会科学报告中头颈部影像学的研究进展主要集中于以下方面:①各种常规及先进成像技术在临床急诊及规范应用方面的探索;②头颈部钆对比剂应用安全性及有效性的评估;③新技术结合大数据分析(放射组学、机器学习、深度学习等)及头颈部成像报告和数据系统(RADS)在头颈部肿瘤定性诊断、疗效预测方面的研究;④人工智能在头颈部的图像分割、图像合成、定性诊断、分子病理及临床疗效预测等方面的应用,以及不同神经网络算法在头颈部成像分析的可靠性及有效性。
|
| 关 键 词： | 头颈肿瘤 放射组学 纹理分析 人工智能 PET-CT PET-MRI 钆对比剂 |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《放射学实践》浏览原始摘要信息 |
| 点击此处可从《放射学实践》下载免费的PDF全文 |
|
