机器学习在膀胱癌影像学诊断中的研究进展  

Advances in imaging diagnosis of bladder cancer using machine learning

作　　者：李娜[1] 刘洋[2] 韩增泰 仇度旺 王锡明 LI Na;LIU Yang;HAN Zengtai;QIU Duwang;WANG Ximing

机构地区：[1]滨州医学院医学影像学院,山东烟台264003 [2]山东中医药大学附属医院放射科,山东济南250014 [3]山东省济南市章丘区人民医院影像科,山东济南250200 [4]山东第一医科大学附属省立医院影像科,山东济南250021

出　　处：《中国中西医结合影像学杂志》2024年第1期111-115,共5页Chinese Imaging Journal of Integrated Traditional and Western Medicine

基　　金：国家自然科学基金项目(82271993)。

摘　　要：膀胱癌早期诊断和准确分期是提高患者生存率的关键。传统的影像学诊断方法存在一定的局限性,且受诊断医师主观因素影响。近年来,机器学习技术在医学影像领域取得了快速发展,在膀胱癌影像学诊断中也显示出良好的应用前景。现就机器学习应用于膀胱癌分期分级、预后、治疗反应性等方面的研究进展、局限及展望作一综述。

关 键 词：膀胱癌 人工智能 机器学习 深度学习 诊断显像 

分 类 号：R737.14[医药卫生—肿瘤] R730.44[医药卫生—临床医学]