隨著人工智能（AI）的迅速發(fā)展和日益廣泛的應(yīng)用,人們對自動圖像處理和分類技術(shù)產(chǎn)生了極大的興趣,本年度RSNA年會上關(guān)于AI的研究報告按照部位進行分類總結(jié)。各研究通過利用深度學(xué)習(xí)分割圖像、研究圖像特征提取和圖像轉(zhuǎn)換,研發(fā)機器學(xué)習(xí)輔助診斷方法,比較不同AI模型如何提高成像效率、減少輻射劑量和對比劑劑量等,對臨床疾病進行鑒別診斷和準確分級,進而輔助臨床個體化治療方案的制定,且有望大幅降低影像醫(yī)師的工作負荷。 

【文章來源】：放射學(xué)實踐. 2020,35(05)北大核心

【文章頁數(shù)】：8 頁

【文章目錄】：
中樞神經(jīng)系統(tǒng)
頭頸部
胸部
腹部
骨骼肌肉系統(tǒng)
影像技術(shù)


【參考文獻】：
期刊論文
[1]人工智能在經(jīng)皮冠脈介入治療及預(yù)后評估中的研究進展[J]. 魏珂,司春嬰,王賀,陳玉善,關(guān)懷敏.  放射學(xué)實踐. 2021(10)
[2]胰腺癌影像學(xué)研究現(xiàn)狀及熱點的文獻計量與可視化分析[J]. 趙爽,宋彬,黃子星.  中國普外基礎(chǔ)與臨床雜志. 2021(07)
[3]自動管電流技術(shù)聯(lián)合人工智能在COVID-19肺部低劑量CT中的應(yīng)用價值[J]. 李翔,王翔,楊欣,黃增發(fā),夏文華.  放射學(xué)實踐. 2020(09)
[4]AI技術(shù)輔助診斷新型冠狀病毒肺炎研究綜述[J]. 唐思源,楊敏,劉燕茹.  計算機工程與應(yīng)用. 2020(18)



本文編號：3550362