基于CT影像的人工智能在晚期非小细胞肺癌免疫治疗疗效评价中的应用进展

免疫检查点抑制剂（ICI）已成为非小细胞肺癌（NSCLC）病人的治疗方法之一,但如何筛选获益人群尚不明确。影像组学和深度学习作为人工智能分析的两大核心技术能够高通量提取和分析CT影像中的大量定量影像特征。就基于CT的影像人工智能在晚期非小细胞肺癌免疫治疗疗效评估的可行性进行综述,并对其应用前景做出展望。     

人工智能医学影像在骨关节系统中的应用进展

医学影像是人工智能在医疗健康领域的重要应用方向之一.在日常工作中,骨关节系统相关疾病的影像检查十分常见;尤其以创伤相关的骨关节疾病诊断,临床工作量大、重复机械劳动较多,符合医学影像人工智能的应用场景.人工智能的应用可以有效减少放射科医师诊断工作的压力,提高工作效率,为疾病预后诊断提供定量评估.本文对人工智能医学影像在骨...     

肺癌微波消融术后影像学疗效评估进展

肺癌是全球发病率和病死率最高的恶性肿瘤。微波消融术(microwave ablation,MWA)是手术及系统治疗之外的重要的局部微创治疗手段之一。传统的按照肿瘤直径大小变化来评价实体瘤疗效的RECIST标准具有一定的局限性。影像学检查是评估MWA术后疗效的重要手段。充分认识各种影像学检查的优势并加以合理选择,可使MWA术后疗效评价更加精准,为临床治疗方案的选择提供指导。本文就肺癌微波消融术后影像学的疗效评估进展作一综述。     

人工智能在肺癌筛查中的研究进展

肺癌发病率和死亡率居恶性肿瘤之首,严重危害人类健康,开展肺癌筛查至关重要。近年来,随着人工智能技术的快速发展,其在肺癌的检出、诊断等方面的研究取得一定的成果。本文将从肺癌筛查的意义、国内外肺癌筛查现状、人工智能技术概况及在肺癌筛查中的研究现状等方面进行综述。     

临床医学影像技术在高原病诊断和治疗评估中的应用

高原病是指人体进入高海拔低压低氧环境后,因适应能力不全或失调而引发的一系列临床综合征。该病已成为高原旅居者面临的重大公共健康问题,严重时可危及生命。因此,亟需开发高原病的早期诊断、治疗监测的新方法。X线、CT、MRI、超声、SPECT和PET等临床医学影像技术已成为高原病临床诊疗决策的实用工具。笔者综述了多种医学影像技术在高原病诊断和治疗评估中的应用,以期为高原病的精准诊治提供新思路。     

CT灌注成像在肺癌诊断及疗效评估中的价值

CT灌注成像作为一种无创性活体评价组织血流灌注状态的功能成像技术,在肺癌的鉴别诊断、疗效评价等方面显示出独特的优势。近年来,随着医学影像设备及扫描技术的进展,医学影像正在由传统的以病理解剖为基础的形态学向着形态学与反映分子水平的功能影像相结合的方向发展。就CT灌注成像原理及其在肺癌鉴别诊断,以及与肿瘤标记物表达间的相关性和疗效评估方面的价值予以综述。     

影像组学在肺癌中的应用进展

目前放射组学的研究涉及各种肿瘤性疾病的疗效评估,其在肺癌方面的研究较早、较多。综述了放射组学的基本步骤及其运用,总结了放射组学涉及的各种重建方式、放射组学特征,归纳了放射组学在肺结节良恶性鉴别、肺癌疗效评估、肺癌复发转移评价的最新进展情况。     

新型冠状病毒肺炎肺部影像人工智能产品研发现状与进展

新型冠状病毒肺炎（COVID-19）疫情暴发以来,作为全球突发重大公共卫生事件,受检者骤然增多、影像学数据海量增长,均给一线的医务工作者带来了巨大的压力。此时,快速、精准的影像诊断显得尤为重要,这是疫情成功防控的重要环节,同时也面临着严峻的挑战。COVID-19影像人工智能产品的及时研发在提高诊疗效率方面发挥了重要的作...     

人工智能在儿童骨龄影像评估的应用进展

骨龄评估是儿科放射学的一个重要研究课题。传统的骨龄评定方法要求放射科或者内分泌科医生对少儿非优势侧手腕部X线图像进行人工判读, 这种评定方法存在判读过程耗时长、结果不稳定等问题。因此, 亟须一种自动评估骨龄的方法来辅助临床诊断。近年来, 随着计算机技术和人工智能算法的空前发展, 各种骨龄相关计算机人工智能辅助评估系统的研究进展迅速。本文对以往具有代表性的基于人工智能的骨龄自动评估系统研究与发展进行了综述, 希望能为骨龄自动评估技术的发展提供新的思路。     

人工智能在缺血性脑卒中影像中的应用进展

脑卒中是我国成人致死、致残的首位病因,给患者及其家庭造成巨大的经济负担。影像学在脑卒中的诊治过程中具有重要指导作用。随着计算机科学的飞速发展,人工智能近年广泛应用于缺血性脑卒中影像等医学图像领域。通过人工智能可以缩短图像评估时间、缩小评价者之间的差异、提高卒中的筛查效率、辅助临床对不同患者制订个性化的治疗方案,并预测治疗后反应,对脑卒中的诊断、治疗、预后评估等发挥了关键作用。本文对人工智能在缺血性脑卒中影像中的应用进展进行综述,包括疾病诊断、关键成像特征的检测及预测预后,探讨人工智能在缺血性脑卒中辅助诊断和治疗决策支持中的优势与不足。     

氩氦刀冷冻治疗肺癌及疗效评估

目的 探讨肺癌氩氦刀冷冻治疗的方法,并评估其临床疗效.方法 收集2006年1月-2008年1月内经病理证实的肺癌患者68例,分别于术前1周和术后1个月行常规CT平扫和增强检查,测量肿瘤病灶最大直径和CT值,并比较冷冻治疗前后的变化.其中30例患者自愿接受CT灌注成像扫描,测量灌注参数并比较术前、术后灌注参数变化.应用Log-rank法计算所有患者的中位生存期并绘制生存期曲线图.结果 所有患者肿瘤最大直径的平均值由(5.61±3.13)mm缩小至(5.15±3.00)mm,依据实体瘤评价标准(RECIST)好转率10.29%,总有效率98.52%.肿瘤直径最大层面病灶CT平均值平扫由术前(42.01±7.66)Hu减少至术后(25.61±2.06)Hu,增强由(66.99±7.65)Hu减少至(29.66±2.06)Hu,CT值明显降低.30例接受CT灌注成像检查患者的灌注参数改变分别为血流量(BF)由术前(48.32±8.41)ml·100 ml-1·min-1减少至(28.73±8.92)ml·100 ml-1·min-1,血容量(BV)由(65.38±10.49)ml/l 000 ml减少至(37.8±10.71)ml/1 000 ml,达峰时间(time to peak,TTP)由(13.08±3.41)s减少至(10.01±3.38)s,渗透性(permeability,P)由(91.79±22.80)ml·100 ml-1·min-1减少至(44.62±34.26)ml·100 ml-1·min-1.以上所有结果的差异均有统计学意义(P<0.05).68例患者随访至2009年4月30日的中位生存期为13个月.结论 氩氦刀冷冻是治疗肺癌安全有效的方法.CT灌注成像能在早期反映氩氦刀冷冻治疗的疗效,配合常规的检查和评价方法,可以在术后及时发现肿瘤复发和残留的病灶,对肿瘤的进一步治疗有十分重要的指导意义.     

人工智能影像组学在肺癌诊疗应用的可视化分析

目的 分析人工智能影像组学在肺癌诊疗应用研究的发展现状,预测未来研究趋势。方法 通过CiteSpace软件对该领域文章的年度分布、期刊、国家、机构、作者、关键词等进行可视化分析。结果 共纳入1937篇相关文献,反映自2012年以来,发文量逐年增加;现阶段“特征筛选”、“定量成像”、“计算机辅助诊断”、“深度学习”、“机器学习”等词为该领域的热点关键词;“个体化治疗”、“肿瘤成像”、“自然语言处理”是未来的研究趋势。结论 人工智能影像组学在肺癌诊疗应用研究发展前景可观,未来通过自然语言处理等人工智能影像组学技术将肿瘤成像等资料进行全面分析,进而为肺癌患者提供更加精准的个体化医学治疗方案或许是该领域的研究热点及前沿。     

客观看待人工智能在医学影像中的作用

【摘要】人工智能（AI）近年来发展迅猛,对各行各业产生了深远影响。近年来AI在医疗行业的应用有了众多的进展,AI技术确实到了一个能够在医疗上逐步实现应用的阶段,但是也不能过度神话。现在的AI技术在医学的应用还处于初级阶段,距离临床生根发芽,开花结果还有很长一段路要走。正确认识、客观对待,才能促进医学影像AI的持续健康发展。     

肺癌化放疗疗效评估的影像学方法及进展

肺癌是呼吸系统常见的恶性肿瘤,也是对人群健康和生命威胁最大的恶性肿瘤之一。由于大部分患者在明确诊断时已经失去手术机会,故治疗主要以化疗和姑息性放疗为主。因此,如何准确评估其疗效具有重要的临床意义。本文主要对目前临床上肺癌化疗后疗效评估的影像学方法作一综述。     

人工智能及影像组学在腹部肿瘤中的应用进展

人工智能(AI)是影像学的发展方向之一,尤其是深度学习等AI在图像识别上取得了不俗的成果。其中,影像组学是AI在肿瘤影像领域的研究热点。AI技术及影像组学在结直肠肿瘤、肝脏肿瘤、肾脏肿瘤中均取得了进展。与此同时,AI与影像的融合仍处于起步阶段,还面临诸多挑战。     

医学影像人工智能：进展和未来

基于医学影像构建的人工智能（AI）系统已在疾病诊疗方面展现出了巨大的应用潜能。然而,距离临床应用仍面临着诸多挑战。就医学影像数据标准化、模型泛化性、生物学可解释性、医学数据孤岛与隐私保护等方面来探讨医学影像AI的进展与未来。在未来的工作中,有必要引入更多新技术、新理论,构建高效、泛化性强的医学影像AI标准化数据库,积极推进医学影像AI在疾病诊疗领域的临床应用。     

人工智能在医学影像辅助诊断中的应用综述

人工智能理论与技术在医学影像辅助诊断应用中非常重要.本文首先介绍了该细分领域的概况,同时阐述了人工智能的符号主义、连接主义、行为主义和统计主义4个学派以及深度学习、强化学习、迁移学习的主要思想与特点.然后,详细介绍了关于人工智能理论与技术应用于医学影像辅助诊断的代表性研究成果,并且对产品转化应用进行统计分析,举例说明大...     

促进人工智能在腹部影像中的应用

<正>在腹部疾病的诊疗工作中,影像检查的临床需求量巨大,但放射科医师数量的增长和临床经验的积累远不及影像数据的增长速度,谋求人工智能(AI)与影像数据交叉融合,可减轻放射科医师处理海量影像数据的压力。目前,针对腹部疾病,基于CT和MRI数据以深度学习或深度神经网络技术为核心,已研发了多个人工智能辅助影像的定量分析算法,可实现疾病的早期诊断、精准诊断、疗效评估和预测,可显著提高放射科医生处理影像信息的效率和准确性,可为临床诊疗提供定量依据。     

人工智能在结直肠癌医学影像中的临床应用

结直肠癌是结肠癌和直肠癌的统称,是常见的消化道恶性肿瘤。医学影像是结直肠癌分期、分子分型预测、疗效评估和预后预测至关重要的辅助手段,其研究一直是医学领域的焦点。人工智能领域的影像组学和深度学习技术通过从医学影像中提取出肉眼无法获得的肿瘤信息,为全面评估肿瘤异质性提供了新的技术,令个性化医学迈入了新的阶段。本文对人工智能在结直肠癌领域的应用现状作一述评,并对未来发展趋势予以展望。