RSNA2018肺部影像学

• 作者: 乔金晗 刘艺文 向敏 周舒畅 杨朝霞 王玉锦 胡琼洁 詹晨奥 陈冲
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 人工智能 深度学习 影像组学 低剂量 虚拟单能图像 磁共振成像 肺癌筛查 慢性阻塞性肺疾病 肺栓塞 战争肺损伤 特发性肺纤维化 非特异性间质性肺炎 间质性肺炎 相位对比磁共振成像 急诊放射学
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: RSNA2018聚焦
• 页码范围: 123-129
• 页数: 7页
• 分类号: R814.42|R445.2|R445.3|R563|R543
• 字数: 10835字
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2019.02.002

摘要

2018年11月25～30日在芝加哥举办的RSNA 2018以“未雨绸缪,为明天而战”为主题,旨在全方位发展影像医学,以更好的服务于临床.深度学习/人工智能在全球信息化浪潮下依旧热度不减,同样依托于计算机的影像组学也一样吸引眼球.能量CT成像、低剂量成像、肺部MRI、肺结节筛查、肺癌放射诊疗、肺气肿及弥漫性病变等仍较为重要,本文将对2018年RSNA肺部影像学内容进行综述.