10.11877/j.issn.1672-1535.2022.20.08.01
基于常规超声的深度学习技术在甲状腺结节良恶性鉴别中的研究进展
常规超声因其便捷灵活、安全无辐射等特点,是公认的评估甲状腺结节良恶性的首选影像学检查方式.但其主观依赖性较强,且存在比较大的观察者之间的差异,使得不同医疗水平地区、不同年资超声医师之间的诊断水平参差不齐.近年来,随着人工智能的飞速发展,越来越多的深度学习算法开始应用于甲状腺声像图领域,进行结节的分割、良恶性分类及组织病理学预测分析,并且已经取得一定的成果.本文就常规超声联合深度学习技术在甲状腺结节中的研究进展、目前存在的问题及未来发展进行综述.
超声、甲状腺结节、深度学习、分类
20
R736.1(肿瘤学)
国家自然科学基金82171965
2022-06-15（万方平台首次上网日期，不代表论文的发表时间）
共4页
757-759,765
