基于CT影像组学和深度学习的硅肺病影像分期预测研究

作者：杨柳琼; 李颖; 郑建军^*

来源：现代实用医学, 2023, 35(09): 1230-1233.

DOI：10.3969/j.issn.1671-0800.2023.09.035

• 硅肺病
• 分期
• CT影像组学
• 深度学习

<正>尘肺病是劳动者在职业活动中长期吸入不同致病性的生产性粉尘,并在肺内潴留而引起的以肺组织弥漫性纤维化为主的一种全身性疾病[1],其中硅肺病是我国发病率最高、危害性最强的病种[2]。硅肺病的影像分期是目前主要的病情评估指标[3],而分期诊断过程耗时费力、可重复性差,

• 单位
  宁波市第二医院; 宁波大学