| 深度学习和影像组学在脑胶质瘤中的研究进展 |
| |
| 引用本文： | 李洁,刘光耀,樊凤仙,胡万均,白玉萍,张静. 深度学习和影像组学在脑胶质瘤中的研究进展[J]. 磁共振成像, 2022, 13(4): 158-161. DOI: 10.12015/issn.1674-8034.2022.04.035 |
| |
| 作者姓名： | 李洁 刘光耀 樊凤仙 胡万均 白玉萍 张静 |
| |
| 作者单位： | 兰州大学第二医院核磁共振科,兰州 730030;兰州大学第二临床医学院,兰州 730030;甘肃省功能及分子影像临床医学研究中心,兰州 730030,兰州大学第二医院核磁共振科,兰州 730030;甘肃省功能及分子影像临床医学研究中心,兰州 730030 |
| |
| 基金项目： | 甘肃省自然科学基金;甘肃省科技计划项目;兰州市城关区人才创新创业项目 |
| |
| 摘 要： | 深度学习属于人工智能的一个属支,近几年在疾病检测、诊断、预后评估等方面快速发展,成为热门的研究方法,尤其在医学影像领域.影像组学方法自提出以来在脑胶质瘤方面应用极为可观.基于MRI的深度学习、影像组学能够在脑胶质瘤术前进行鉴别诊断和分级,亦可以预测基因型突变状态,并在术后评估治疗效果及预测无进展生存期、总生存期等,为临...
|
| 关 键 词： | 胶质瘤 深度学习 影像组学 磁共振成像 鉴别诊断 术前分级 基因分型 生存预测 |
Research progress of deep learning and radiomics in glioma |
| |
| LI Jie,LIU Guangyao,FAN Fengxian,HU Wanjun,BAI Yuping,ZHANG Jing. Research progress of deep learning and radiomics in glioma[J]. Chinese Journal of Magnetic Resonance Imaging, 2022, 13(4): 158-161. DOI: 10.12015/issn.1674-8034.2022.04.035 |
| |
| Authors: | LI Jie LIU Guangyao FAN Fengxian HU Wanjun BAI Yuping ZHANG Jing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
