基于深度学习的人工智能技术对肺亚实性结节检出与诊断的研究进展 |
| |
引用本文: | 李凤兰,齐琳琳,刘嘉宁,王建卫.基于深度学习的人工智能技术对肺亚实性结节检出与诊断的研究进展[J].癌症进展,2023(7):697-702. |
| |
作者姓名: | 李凤兰 齐琳琳 刘嘉宁 王建卫 |
| |
作者单位: | 国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院影像诊断科 |
| |
基金项目: | 国家自然科学基金(81971616); |
| |
摘 要: | 肺癌为中国发病率和病死率最高的恶性肿瘤,持续存在的肺亚实性结节(SSN)与早期肺腺癌密切相关,随着低剂量CT和高分辨率CT的应用增多,越来越多的SSN被检出,放射科医师面临巨大工作压力。人工智能(AI)可以对海量数据进行挖掘分析,并自主学习预测新数据,在肺SSN的检出和诊断方面具备良好的效能,尤其是基于深度学习的AI技术在计算机视觉中展现出巨大潜力,辅助放射科医师提高工作效率、降低漏诊率,实现精准诊疗,未来前景将是AI与临床的不断融合。本文对近年来基于深度学习的AI技术在肺SSN检出与诊断应用方面的研究进展进行综述。
|
关 键 词: | 深度学习 人工智能 肺结节 亚实性结节 |
|
|