基于深度学习的人工智能技术对肺亚实性结节检出与诊断的研究进展

摘要：

肺癌为中国发病率和病死率最高的恶性肿瘤,持续存在的肺亚实性结节(SSN)与早期肺腺癌密切相关,随着低剂量CT和高分辨率CT的应用增多,越来越多的SSN被检出,放射科医师面临巨大工作压力.人工智能(AI)可以对海量数据进行挖掘分析,并自主学习预测新数据,在肺SSN的检出和诊断方面具备良好的效能,尤其是基于深度学习的AI技术在计算机视觉中展现出巨大潜力,辅助放射科医师提高工作效率、降低漏诊率,实现精准诊疗,未来前景将是AI与临床的不断融合.本文对近年来基于深度学习的AI技术在肺SSN检出与诊断应用方面的研究进展进行综述.

关键词：深度学习、人工智能、肺结节、亚实性结节

所属期刊栏目：21

分类号：R734.2(肿瘤学)

资助基金：国家自然科学基金81971616

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：697-702