科研之友
微信
新浪微博
Facebook
分享链接
摘要
脑膜瘤是最常见的原发性中枢神经系统肿瘤之一，不同级别及亚型脑膜瘤的治疗方式存在差异，因此，脑膜瘤的早期诊断、分级及分型对全面、个体化诊疗方案的制订至关重要。影像组学和深度学习（deep learning, DL）是如今热门的研究方法，在脑膜瘤分级、鉴别诊断中应用成熟，关于预测脑膜瘤分型、基因表型等方面的研究日益增多。二者具有快速精准、全自动化学习、无创性及客观性等特点，能为疾病提供更加准确的诊断、治疗和预后预测，为临床治疗及患者预后提供重要帮助。本文将从脑膜瘤术前分级分型、鉴别诊断、预后复发及基因表型预测几个方面来总结并分析影像组学及DL在脑膜瘤中的研究进展，对现有研究的成果、局限性以及未来的改进措施和发展方向进行总结，以期推进影像组学与DL在脑膜瘤诊疗中的应用进程。
-
单位滨州医学院附属医院; 复旦大学附属浦东医院; 上海市浦东医院
