RSNA2019头颈部影像学

作者：郝永红; 翟林寒; 叶海琪; 陈骞蓝; 陈雪霞; 张菁; 潘初; 朱文珍^*

来源：放射学实践, 2020, 35(04): 405-409.

DOI：10.13609/j.cnki.1000-0313.2020.04.001

• 头颈肿瘤
• 放射组学
• 纹理分析
• 人工智能
• PET-CT
• PET-MRI
• 钆对比剂

2019年RSNA年会科学报告中头颈部影像学的研究进展主要集中于以下方面:①各种常规及先进成像技术在临床急诊及规范应用方面的探索;②头颈部钆对比剂应用安全性及有效性的评估;③新技术结合大数据分析(放射组学、机器学习、深度学习等)及头颈部成像报告和数据系统(RADS)在头颈部肿瘤定性诊断、疗效预测方面的研究;④人工智能在头颈部的图像分割、图像合成、定性诊断、分子病理及临床疗效预测等方面的应用,以及不同神经网络算法在头颈部成像分析的可靠性及有效性。

• 单位
  华中科技大学同济医学院附属同济医院