• 述评 •
基于人工智能的前列腺癌影像的现状与展望
中华放射学杂志, 2019,53(10)
: 804-807. DOI: 10.3760/cma.j.issn.1005-1201.2019.10.002
摘要
在前列腺癌影像中，人工智能（AI）在执行3个主要临床任务中具有较大实用价值，包括前列腺癌的检测、表征（肿瘤和器官的分割、诊断和分期、预后和结果预测等）和监视。尽管AI在前列腺癌影像中取得了巨大成功，但在AI广泛临床应用之前还必须克服一些限制和障碍。期望未来临床医师可以基于AI技术分析的结果进行决策。
引用本文:
王良,
陈敏,
Qiubai Li,
等.
基于人工智能的前列腺癌影像的现状与展望
[J]
. 中华放射学杂志, 2019, 53(10)
: 804-807.
DOI: 10.3760/cma.j.issn.1005-1201.2019.10.002.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
前列腺癌是男性常见的恶性肿瘤，死亡率居各种男性恶性肿瘤的第3位[1]。我国前列腺癌的发病率和死亡率呈上升趋势，其发病率的增长速度居所有男性恶性肿瘤之首[2]。在前列腺癌的管理中，影像学检查的诊断和评估具有重要意义[3,4]。前列腺癌的影像学诊断和评估一方面依赖于肿瘤的定性特征，如信号、密度、回声、代谢、增强方式、瘤内细胞和无细胞组成（包括血液、坏死和矿化）、肿瘤边缘、与周围组织的解剖关系，以及对这些结构的影响；另一方面依赖于肿瘤的定量特征，如大小、形状、密度、强度等，通过在二维、三维影像分析中测量肿瘤而量化。放射组学（radiomics）快速发展，其原理是将影像数字解码为定量特征（包括形状、大小和纹理模式）[5]。人工智能（artificial intelligence，AI）近年来作为一个高度创新的科学领域，尤其在自动量化影像模式方面上发展迅速，成为影像学领域中备受欢迎的研究主题[6]。
