• 综述 •
PET代谢影像组学的研究进展
中华核医学与分子影像杂志, 2020,40(3)
: 183-186. DOI: 10.3760/cma.j.cn321828-20190708-00125
摘要
近年来，人工智能技术的发展推动了影像组学的兴起，使得以纹理分析为代表的人工智能图像分析工具在PET图像分析中得到了广泛关注。纹理分析等影像组学图像特征分析工具可从现有影像学图像数据中提取关于病变组织的丰富信息，从而描述肿瘤特征、判断预后以及预测和评估肿瘤疗效。该文着重综述了纹理分析在PET代谢影像组学中的研究进展、挑战与前景。
引用本文:
谢飞,
朱朝晖.
PET代谢影像组学的研究进展
[J]
. 中华核医学与分子影像杂志, 2020, 40(3)
: 183-186.
DOI: 10.3760/cma.j.cn321828-20190708-00125.
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。
影像组学定义为从医学图像中高通量地提取影像学特征数据，采用自动或半自动算法将所提取数据转化为可挖掘的高维数据空间，并运用统计学或人工智能技术深层次分析和解读这些数据的学科[1]。近年来，人工智能技术的发展推动了影像组学的兴起。过去，医学影像学工作者主要通过视觉对医学图像进行定性、半定量的判定，判读结果的准确性与影像学医师的经验有密切关系。当前，综合利用图像处理技术和人工智能分析方法来充分挖掘医学图像的内在信息，从而辅助肿瘤的诊断与预后判断，越来越引起人们的重视。
