期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
2025年国际医学磁共振学会(ISMRM)年会:创新驱动磁共振发展未来
1
作者 李振 王晓莉 《中国医学影像学杂志》 北大核心 2025年第6期587-588,共2页
第33届国际医学磁共振学会(ISMRM)年会于当地时间2025年5月10-15日在美国夏威夷召开。本届年会以“Towards a Healthier Footprint”为主题,汇聚全球数十个国家和地区的磁共振领域顶尖学者,聚焦医学影像前沿进展,探索磁共振技术和应用... 第33届国际医学磁共振学会(ISMRM)年会于当地时间2025年5月10-15日在美国夏威夷召开。本届年会以“Towards a Healthier Footprint”为主题,汇聚全球数十个国家和地区的磁共振领域顶尖学者,聚焦医学影像前沿进展,探索磁共振技术和应用的未来。会议内容涵盖人工智能(artificial intelligence,AI)、新型MRI设备及MRI精准医疗等创新方向。 展开更多
关键词 磁共振成像 人工智能 多核磁共振 时间依赖扩散 神经突方向离散度和密度成像 分子成像 磁共振波谱学
在线阅读 下载PDF
急性缺血性卒中不同时间窗影像学评价及应用进展
2
作者 吴春艳 尹雅诗 +1 位作者 王广志 岳奎涛 《中国卒中杂志》 北大核心 2024年第9期1094-1101,共8页
急性缺血性卒中(acute ischemic stroke,AIS)具有高致残率和高致死率特征,早期识别AIS和准确评估AIS的时间窗,对提高治疗效果具有重要意义。近年来,多模态影像技术指导的治疗时间窗评估在AIS的个体化精细管理中越来越被重视。明确AIS不... 急性缺血性卒中(acute ischemic stroke,AIS)具有高致残率和高致死率特征,早期识别AIS和准确评估AIS的时间窗,对提高治疗效果具有重要意义。近年来,多模态影像技术指导的治疗时间窗评估在AIS的个体化精细管理中越来越被重视。明确AIS不同发病时间的影像特征,对早期识别AIS、评估AIS患者发病时间、判断病情动态变化以及指导再灌注治疗有重要意义。目前单一成像模式已经无法满足AIS精细化管理的临床需求,通过合理的多模态影像联合应用,能够更好地实现AIS的早期诊断、发病时间评估和预后评价。本文分别对AIS不同发病时间CT、MRI的影像学特征,多模态影像技术的应用价值和进展,以及机器学习和人工智能技术在AIS诊断和治疗中的潜在价值进行综述。 展开更多
关键词 急性缺血性卒中 影像技术 多模态 发病至成像时间 人工智能
在线阅读 下载PDF
合成MRI鉴别宫颈鳞癌与宫颈腺癌 被引量:1
3
作者 尹金凤 冯勇 +4 位作者 魏学哲 郭君岩 雷明慧 王文娟 刘金刚 《中国医学影像技术》 北大核心 2025年第1期118-121,共4页
目的观察合成MRI(SyMRI)MAGiC序列参数鉴别宫颈鳞癌与宫颈腺癌的价值。方法回顾性纳入66例宫颈癌患者并分为宫颈鳞癌组(n=56)及宫颈腺癌组(n=10),比较组间MAGiC序列定量参数;联合组间存在统计学差异的参数构建logistic回归模型,采用受... 目的观察合成MRI(SyMRI)MAGiC序列参数鉴别宫颈鳞癌与宫颈腺癌的价值。方法回顾性纳入66例宫颈癌患者并分为宫颈鳞癌组(n=56)及宫颈腺癌组(n=10),比较组间MAGiC序列定量参数;联合组间存在统计学差异的参数构建logistic回归模型,采用受试者工作特征(ROC)曲线及其曲线下面积(AUC)评估各参数单独及联合鉴别宫颈鳞癌与宫颈腺癌的效能。结果宫颈腺癌组病变T1、T2均高于而R1、R2均低于宫颈鳞癌组(P均<0.05);组间质子密度差异无统计学意义(P>0.05)。单一T1、T2、R1、R2及其联合鉴别宫颈鳞癌与宫颈腺癌ROC曲线的AUC分别为0.959、0.945、0.961、0.942及0.996,两两之间差异均无统计学意义(Z=0.267~1.396,P均>0.05)。结论SyMRI鉴别诊断宫颈鳞癌与宫颈腺癌具有较高价值。 展开更多
关键词 宫颈肿瘤 肿瘤 组织学类型 诊断 鉴别 多参数磁共振成像
在线阅读 下载PDF
前列腺癌的人工智能研究进展
4
作者 叶梦梦 周陶胡 +1 位作者 葛艳明 范丽 《磁共振成像》 北大核心 2025年第7期192-201,共10页
全球男性所患恶性肿瘤中,前列腺癌(prostate cancer,PCa)发病率排第二,其精准诊断与治疗决策方面亟需更精准的辅助工具。人工智能(artificial intelligence,AI)技术的兴起,为PCa的早期诊断和精准治疗带来了前所未有的机遇。本文系统综述... 全球男性所患恶性肿瘤中,前列腺癌(prostate cancer,PCa)发病率排第二,其精准诊断与治疗决策方面亟需更精准的辅助工具。人工智能(artificial intelligence,AI)技术的兴起,为PCa的早期诊断和精准治疗带来了前所未有的机遇。本文系统综述了AI在PCa三个核心领域中的现状:(1)诊断与预后评估——回顾了当下传统PCa诊断手段的应用情形,并重点介绍AI在多模态成像技术的应用进展;(2)分子机制研究——探讨了AI在基因组学、蛋白组学等高通量组学数据中的应用模式,包括生物标志物筛选与药物疗效预测,揭示疾病发生发展的关键分子机制;(3)治疗决策优化——阐述了AI在手术规划与术中导航、靶向治疗方案个性化设计及术后动态监测中的创新实践,凸显了AI在提升疗效、减少并发症风险上的潜在价值。本文介绍了临床级的PCa专用AI系统,分析其在提高诊疗效率和精度方面的优势。针对AI在PCa应用中面临的数据来源单一、模型泛化能力不足、“黑箱”特性以及多模态数据标准化缺失等挑战,未来研究应聚焦于构建跨中心、多模态标准化数据库,并引入联邦学习等隐私计算技术应用;开发可解释性AI框架,以增强临床信任度;持续优化算法性能,提高模型的实用性与可靠性。本综述旨在总结AI在PCa领域的最新应用进展和挑战,为未来的研究方向提供指导,以助力AI技术与PCa临床研究与实践的深度融合。 展开更多
关键词 前列腺癌 人工智能 磁共振成像 影像分割 个性化治疗
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部