RSNA2019人工智能影像学

作者:姚义好; 李娟; 石晶晶; 申楠茜; 张烁琪; 周铱然; 吴迪; 马艳强; 朱文珍*
来源:放射学实践, 2020, 35(05): 575-582.
DOI:10.13609/j.cnki.1000-0313.2020.05.002

摘要

随着人工智能(AI)的迅速发展和日益广泛的应用,人们对自动图像处理和分类技术产生了极大的兴趣,本年度RSNA年会上关于AI的研究报告按照部位进行分类总结。各研究通过利用深度学习分割图像、研究图像特征提取和图像转换,研发机器学习辅助诊断方法,比较不同AI模型如何提高成像效率、减少辐射剂量和对比剂剂量等,对临床疾病进行鉴别诊断和准确分级,进而辅助临床个体化治疗方案的制定,且有望大幅降低影像医师的工作负荷。

全文