-
题名腮腺肿瘤双能CT及其人工智能研究进展
- 1
-
-
作者
宫志伟(综述)
王丽君(审校)
-
机构
大连医科大学附属第一医院放射科
-
出处
《放射学实践》
北大核心
2025年第9期1178-1183,共6页
-
基金
辽宁省医学教育研究项目(2022-N005-05)。
-
文摘
腮腺复杂的肿瘤类型有着独特的生物学行为,直接关系到患者的治疗策略及预后,术前对于肿瘤类型的诊断具有重要临床意义。近年来,双能CT的物质分离技术、虚拟平扫图像、虚拟单能量成像等技术已逐步应用于腮腺肿瘤诊断中,不仅能够提高图像质量,还能通过碘浓度、有效原子序数、能谱曲线斜率等参数提供血液灌注、物质分布、组织代谢等定量诊断依据,此外,对于恶性肿瘤放疗计划的制定也能提供帮助。人工智能基于影像组学及深度学习技术,分析CT图像中微观纹理差异,在腮腺肿瘤类型的鉴别、恶性肿瘤的分级等方面有着高度敏感性。双能CT与人工智能的联合应用,能够发挥各自优势,有望为腮腺肿瘤提供更为精准的术前诊断依据。本文就目前双能CT及人工智能在腮腺肿瘤诊断中的研究进展进行综述,旨在为术前诊断及治疗策略的制定提供参考。
-
关键词
腮腺肿瘤
双能CT
体层摄影术
X线计算机
人工智能
影像组学
深度学习
-
分类号
R739.8
[医药卫生—肿瘤]
R814.42
[医药卫生—影像医学与核医学]
-
