基于纹理分析和深度学习的肝纤维化研究进展

• 作者: 张荣国 李秋菊 郭启勇 陈海斌
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 肝纤维化 纹理分析 深度学习 人工智能
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能与医学影像专题
• 页码范围: 997-1001
• 页数: 5页
• 分类号: R05|R395|R575.2
• 字数: 5174字
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2018.10.004

摘要

肝纤维化的早期诊断和治疗,对于防治肝硬化、肝癌有重要价值,肝纤维化的非创伤性影像学诊断一直以来都是肝纤维化研究的重点.近年来,针对目前影像学检查包含的大量多模态图像信息,利用影像组学和深度学习等人工智能方法,通过分析图像中的人眼不能直接识别的海量图像信息实现辅助临床诊断受到社会各界的广泛关注.目前纹理分析和深度学习等方法在肝纤维化无创性诊断方面已经取得有效的临床进展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭启勇	中国医科大学附属盛京医院放射科	523	3834	26.0	37.0
2	李秋菊	中国医科大学附属盛京医院放射科	12	125	5.0	11.0
3	张荣国		2	14	2.0	2.0
4	陈海斌		1	5	1.0	1.0