基于人工智能的早期肺癌风险评估方法研究进展
- 作者单位
- 1上海理工大学健康科学与工程学院 2山东第一医科大学附属济南人民医院影像科
- 刊名
- 国际生物医学工程杂志
- 年份
- 2023
- 卷号
- 第46卷
- 期号
- 第6期
- ISSN
- 1673-4181
- 分类号
- TP18;R734.2
- 摘要
- 肺癌是对人类健康威胁最严重的恶性肿瘤之一, 及早发现并准确评估其风险对于提高肺癌患者的生存率和预后效果至关重要。主要综述了基于预测因子和医学影像的早期肺癌风险评估方法的研究进展, 未来可利用更多样的机器学习算法和更大规模的数据集, 进一步挖掘独立的风险预测因子, 以实现对个体肺癌风险的精准评估。
- 基金 国家自然科学基金;上海市自然科学基金
- 文献类型
- 期刊
- 浏览量
- 12
-
被引次数
-
收录
CA
相同作者单位文献
- [1] 周昱汐;贾守强;聂生东 . 计算机辅助诊断脑血管病的应用[J] 中国医学物理学杂志 2023 . 第9期 .
- [2] 方婷;杨一风;贾守强;聂生东 . 人工智能在急性缺血性脑卒中早期ASPECTS评估中的研究进展[J] 中国医学物理学杂志 2023 . 第40卷 第8期 . 1045-1050 .
- [3] 王怡伟;李晓兵;聂生东;姜立新;万财凤;蒋卓韵;贾守强 . 基于深度学习的超声多模态乳腺肿块良恶性分类[J] 中国医学物理学杂志 2023 . 第40卷 第8期 . 988-995 .
- [4] 马建;朱虹霖;李舰;吴文辉;贾守强;聂生东 . 结合迁移学习和多模态特征融合的肺功能预测方法研究[J] 国际生物医学工程杂志 2023 . 第46卷 第6期 .