基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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,为临床治疗和患者术后随访提供了重要的基础,属于当前胶质瘤的研究热点.笔者就基于MRI的深度学习和影像组学在脑胶质瘤的鉴别诊断、术前分级、基因分型及预后评估方面的研究进展进行综述.
推荐文章
影像组学在脑胶质瘤中的研究进展
影像组学
胶质瘤
磁共振成像
正电子发射体层成像
基于分子表型的脑胶质瘤影像基因组学研究进展
胶质瘤
影像基因组学
影像学
基因分析
脑胶质瘤放射基因组学研究进展
胶质瘤
放射基因组学
机器学习
影像学表型
多模态MRI影像组学在胶质瘤精准诊疗中的研究进展
影像组学
深度学习
磁共振成像
胶质瘤
精准诊疗
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习和影像组学在脑胶质瘤中的研究进展
来源期刊 磁共振成像 学科 医学
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
年,卷(期) 2022,(4) 所属期刊栏目 综述|Reviews
研究方向 页码范围 158-161
页数 4页 分类号 R445.2|R730.264
字数 语种 中文
DOI 10.12015/issn.1674-8034.2022.04.035
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
磁共振成像
月刊
1674-8034
11-5902/R
大16开
北京市海淀区中关村东路95号智能大厦9层
2010
chi
出版文献量(篇)
2159
总下载数(次)
7
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导