2017 RSNA胸部影像学

• 作者: 周舒畅 夏黎明 康诗超 张新平 杨朝霞 王玉锦 胡玉娜 胡琼洁 陈冲 黄嘉
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 影像组学 磁共振成像 人工智能 深度学习 低剂量CT
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: RSNA2017聚焦
• 页码范围: 229-237
• 页数: 9页
• 分类号: R814.42|R445.2|R814.41|R734.2
• 字数: 15128字
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2018.03.002

摘要

RSNA2017报道的胸部影像学的重点为机器深度学习、人工智能和影像组学,机器深度学习和人工智能除了在肺结节检测方面获得较大的进步之外,在肺结节良恶性鉴别方面也也显示了初步诊断价值.随着胸部疾病的诊疗需要,胸部放射介入诊疗技术的开展也逐渐增多,包括肺结节标记、肺结节诊断、肺结节基因检测和肺转移瘤消融治疗.磁共振功能成像在肺结节诊断中应用越来越多,尤其以DWI和DCE-MRI技术为主.在肺结节筛查方面,机器辅助的人工智能系统开始崭露头角.一系列的技术进展为让胸部影像诊疗更加精准,符合了今年大会的主题"探索、发明、转化".