首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
人工智能(AI)中的传统机器学习和深度学习依赖于数据的训练来实现对疾病精确诊断及分类,在心脏影像诊断中各具优势。近年AI在心脏超声、CT、MRI、单光子发射体层成像(SPECT)和正电子发射体层成像(PET)中的应用以心脏分割和快速成像为核心,不断深入对低辐射剂量扫描、精确的自动化数据测量以及准确的预后评估的研究。就AI基本原理及基于AI的不同影像检查方法在心脏成像中的研究进展予以综述。  相似文献   

2.
乳腺癌是世界范围内女性最常见的恶性肿瘤,寻找影像学标志物用于该疾病的精准诊断、疗效评估和预后预测,可辅助临床制订个体化治疗方案。人工智能是当下医疗机构、科研领域、产业界和政府共同关注的焦点。它在医学影像中的应用包括两大技术:影像组学和深度学习。目前基于乳腺MRI、超声及X线的人工智能在实际临床问题和算法方面的研究越来越广泛和深入,本文就基于人工智能技术在乳腺影像中研究现状进行综述。  相似文献   

3.
前列腺癌(prostate cancer,PCa)在男性生殖系统肿瘤性病变中发病率较高,严重影响男性健康[1].国际癌症研究署2020 版全球癌症统计数据显示,PCa的发病率在所有癌症中高居第 5,是导致男性死亡的第二大癌症[2 ].研究表明,活检前使用 MRI 有助于识别临床显著性PCa[3-4].  相似文献   

4.
人工智能作为一种通过计算机来模拟人类思考过程及智力活动的技术,已成为近几年研究的热点。其目前在医学领域也得到了许多应用,并且随着人工智能的不断发展,特别是深度学习在视听识别任务中表现出来的强大的能力,使得人工智能在医学影像学的应用逐渐增加。本文就人工智能的发展及人工智能在乳腺影像方面的应用进行综述。  相似文献   

5.
本文就世界上发病率普遍上升的恶性肿瘤—胰腺癌在超声、CT、MRI、核医学及分子生物学方面的新进展做一概述,并指出各种方法的长处与不足,进而为临床选择经济、简便、合理的诊断方法提供参考,为影像医学工作者确定今后的发展方向开拓思路。  相似文献   

6.
胰腺癌的影像诊断新进展   总被引:7,自引:0,他引:7  
本就世界上发病率普遍上升的恶性肿瘤--胰腺癌在超声、CT、MRI、核医学及分子生物学方面的新进展做一概述,并指出各种方法的长处与不足,进而为临床选择经济、简便、合理的诊断方法提供参考,为影像医学工作确定今后的发展方向开拓思路。  相似文献   

7.
目的 探讨人工智能(AI)辅助胸部CT在新型冠状病毒肺炎(COVID-19)早期定量诊断中的应用价值.方法 选取经病毒核酸检测确诊为COVID-19的患者60例,所有患者均为早期感染,在出现症状3 d内接受胸部CT平扫检查.定量分析患者胸部CT中不同密度范围内病变体积、病变平均密度、病灶/全肺体积和病灶/肺叶体积.由2...  相似文献   

8.
肺部疾病种类较多、影像表现各异且有较多重叠,不易诊断。仅凭肉眼从大量图像中筛检微小病变,常导致漏诊。人工智能利用其图像识别及深度学习功能,可从图像中快速提取出人眼无法识别的有价值信息,在肺部疾病的诊断特异性和敏感性方面具有独特优势。随着肺部疾病影像数据各种模型的建立,其在肺部疾病影像诊断、筛查等方面的作用日益突出,可显著提高诊断准确性。现就人工智能技术的产生、发展,以及在肺部疾病影像诊断中的应用现状、前景和面临的问题进行综述。  相似文献   

9.
目的:介绍一种在实际影像诊断中简单制作ROC曲线的方法,及其在诊断中的价值。方法:通过“利用ROC曲线评价CT和MR T1压脂序列和动态增强扫描在诊断胰腺小腺癌中的价值”介绍ROC曲线的制作过程,采用实际病例中的所需的病灶作为信号,而非病灶或其他所需鉴别的疾病病灶作为噪声代替传统模体中的人造小球。结果:计算得到了观察者观测信号的概率值Pdel,并做出了胰腺癌两种检查方法的ROC曲线。结论:ROC评价法在临床诊断中有很大的使用价值,利用病变作为信号或噪声,可以方便、准确的制作ROC曲线。  相似文献   

10.
人工智能(AI)已成为当今社会信息技术领域最重要的技术革命,随着深度学习算法的进步及硬件的升级,人工智能发展迅猛.基于深度学习的人工智能在医学影像的图像分割、图像分类识别和计算机辅助诊断方面都有较大的发展,本文主要讲述人工智能在肌骨影像中的研究进展.  相似文献   

11.
随着循证医学理念在我国医学领域的普及,要求医师将最好的研究证据、患者利益、临床实践有机结合,在选择一项医疗措施的时候,不仅要注意其临床结果,如有效率、治愈率、敏感性、特异性,更需要注意提高病人的生活质量和所花费的医疗成本.  相似文献   

12.
早期胰腺癌的影像诊断学评价   总被引:4,自引:0,他引:4  
关玉宝 《放射学实践》2002,17(3):272-274
胰腺癌是一种常见的消化系统恶性肿瘤 ,近年来各国发病率呈逐年上升趋势。由于胰腺位置深在 ,胰腺癌恶性度高 ,不易早期诊断 ,治疗效果及预后均不够满意。据文献报道 ,非手术的胰腺癌患者平均生存率仅 5~ 8个月 ,术后的 5年生存率是消化道恶性肿瘤中最低者 ,为 7%左右 ;统计发现早期的胰腺癌术后 5年生存率可达 3 0 %以上 ,故改善预后的关键在于胰腺癌的早期发现、早期诊断 ,以选择最佳的治疗方案 ,提高患者生存率。Moossa等[1] 对早期胰腺癌的定义是 :①肿块的直径在 2cm以下 ;②胰被膜无浸润 ;③没有远处转移 ;④切除标本上也无…  相似文献   

13.
目的:探讨螺旋CT双期扫描对胰腺癌的诊断价值。方法:回顾性分析42例经病理或肿瘤生化指标证实的胰腺癌的CT表现。双期扫描方法为动脉期(AP)延迟20—25s,门静脉期(PVP)延迟60—70s,以3ml/s团注造影剂100--150ml(2ml/kg)。结果:CT表现为胰腺内低密度肿块37例(88.1%),胰腺形态和轮廓改变32例(75.2%)。胰胆管扩张22例(52.4%),胰周血管侵犯20例(47.6%),胰周淋巴转移22例(52.4%)。胰周脏器侵犯12例(12/42,28.6%),肝转移9例(21.4%),腹膜种植5例(11.9%)。结论:螺旋CT双期扫描提高了胰腺癌的诊断准确性,也能准确显示胰腺癌周围血管的侵犯和脏器的转移。  相似文献   

14.
<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。  相似文献   

15.
胰腺癌起病隐匿、侵袭性强,早期诊断是提高胰腺癌总体生存率及改善预后的关键。分子成像可以发现疾病发展过程中分子或细胞水平的早期异常变化,能够早期诊断胰腺癌病灶。就MR靶向分子成像技术原理、胰腺癌早期诊断相关受体和蛋白抗原标志物分子靶点选择以及以钆和磁性纳米颗粒为基础的MR靶向分子成像在胰腺癌早期诊断研究中的应用和进展予以综述。  相似文献   

16.
目的:探讨颈椎病的X线平片及CT表现,以其提高诊断率。材料及方法:选择50例颈椎病人全部X线平片和CT片进行分析。结果:颈椎病以颈4—7为多发X线平片以颈椎生理曲度变直或反突,椎间隙狭窄,椎间孔缩小,变形,椎体后缘增生,为主要诊断依据,CT扫描以椎间盘突出,椎体后缘增生,小关节增生或后纵韧带、黄韧带肥厚、钙化、引起椎管、侧臆窝、椎间孔狭窄为诊断依据。结论:X线平片是诊断颈椎病的主要检查方法,只要表现出其重要征象,即可确立诊断。CT为轴位断层像,以容量大,图像丰富而显示出更多的病变征象,明显优于X线平片。  相似文献   

17.
【摘要】随着高分辨率CT(HRCT)在临床的普及,胸部CT已成为临床筛查早期肺癌、降低肺癌死亡率的重要手段。随影像组学、基因组学、人工智能系统的开发和优化,使HRCT在准确诊断早期肺腺癌侵袭性、预测相关特殊分子生物学信息方面成为了可能。本文就胸部CT在预测早期肺腺癌浸润性、生物学特性、预后等方面的研究进展进行相关综述。  相似文献   

18.
机器学习(ML)是指计算机通过大量数据训练及分析来模拟人类的学习行为从而获得新的知识和技能,是人工智能的核心。目前,ML在肝脏疾病方面的研究因影像分割困难而相对较少,但随着ML算法的不断改进,在肝脏影像的应用逐步增多,如对慢性肝病的筛查和病情严重程度评估;肝脏局灶性病变的鉴别和分类,辅助医生诊断;肝病图像分割算法的改进,图像质量的自动评估等。就ML的概念、发展、常见算法以及ML在肝脏疾病影像诊断中的研究进展进行系统回顾和介绍。  相似文献   

19.
胰腺癌是恶性程度极高的消化道肿瘤,其准确定性、分型和分级对治疗方案的制订至关重要.影像组学可高通量地提取图像里的深层特征,定量肿瘤的异质性,为制订精准医疗决策提供依据.胰腺癌的影像组学研究基于不同的成像方法,提取图像中的2类特征,主要应用于肿瘤的诊断及鉴别、预测分子分型、评估疗效和判断预后等方面.就影像组学在胰腺癌中的...  相似文献   

20.
一、材料与方法 本组病人共20例,其中男性10例,女性10例,均取自于两家医院近三年来收治的住院病人,年龄22至79岁。20例病人术前经CT诊断为胰腺癌,手术后均经CT及病理组织学检查证实。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号