机器学习及其在肝脏疾病影像诊断中的研究进展

• 作者: 刘文广 周雅芳 李文政 李梦思 胡家熙 谢斯敏
• 来源期刊: 国际医学放射学杂志
• 关键词: 机器学习 人工智能 肝脏成像 慢性肝病 肝癌
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 机器学习与医学影像专题
• 页码范围: 16-21
• 页数: 6页
• 分类号: R575|R445|TP181
• 语种: 中文
• DOI: 10.19300/j.2019.Z6102zt

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文政	中南大学湘雅医院放射科	53	275	9.0	13.0
2	刘文广	中南大学湘雅医院放射科	4	12	3.0	3.0
3	周雅芳	中南大学湘雅医院放射科	2	10	2.0	2.0
4	谢斯敏	中南大学湘雅医院放射科	2	4	1.0	2.0
5	李梦思	中南大学湘雅医院放射科	2	4	1.0	2.0
6	胡家熙	中南大学湘雅医院放射科	1	4	1.0	1.0