期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MRI深度学习预测肝细胞癌微血管侵犯的研究进展
1
作者
赵仁卿
吴奇新
《磁共振成像》
北大核心
2025年第10期191-195,共5页
肝细胞癌(hepatocellular carcinoma,HCC)的微血管侵犯(microvascular invasion,MVI)是评估肿瘤侵袭性、术后复发及预后分层的重要指标。当前术后病理是确诊金标准,但因具有侵入性且结果滞后,在指导术前决策制定上受限。近年来,深度学习...
肝细胞癌(hepatocellular carcinoma,HCC)的微血管侵犯(microvascular invasion,MVI)是评估肿瘤侵袭性、术后复发及预后分层的重要指标。当前术后病理是确诊金标准,但因具有侵入性且结果滞后,在指导术前决策制定上受限。近年来,深度学习(deep learning,DL)技术因其自动化特征学习在术前MVI预测中逐步展现出的优势。本综述旨在系统梳理DL在MRI影像基础上预测MVI的研究进展,探讨其发展路径与存在问题,为构建可推广的智能预测工具提供参考。本文重点回顾了DL在非增强MRI与多序列融合、2D与3D卷积结构优化、多任务学习及临床-影像特征协同建模等方面的应用进展,并总结了当前DL模型在该任务中面临的四大关键挑战:(1)模型泛化能力不足,外部验证匮乏;(2)序列模态缺失,影响模型适应性;(3)可解释性不足,限制其在临床的应用可行性;(4)算力与数据要求高,制约了模型部署。为应对上述问题,本文进一步归纳了当前DL方法的代表性发展趋势,包括轻量化网络设计、多中心数据协作、模态补全策略、因果推理与结构化建模,为构建高效、稳健、可推广的智能预测工具提供方向参考。
展开更多
关键词
肝细胞癌
微血管侵犯
影像组学
深度学习
磁共振成像
在线阅读
下载PDF
职称材料
题名
基于MRI深度学习预测肝细胞癌微血管侵犯的研究进展
1
作者
赵仁卿
吴奇新
机构
右江民族医学院附属
医院
放射科
崇左市人民医院放射科
出处
《磁共振成像》
北大核心
2025年第10期191-195,共5页
文摘
肝细胞癌(hepatocellular carcinoma,HCC)的微血管侵犯(microvascular invasion,MVI)是评估肿瘤侵袭性、术后复发及预后分层的重要指标。当前术后病理是确诊金标准,但因具有侵入性且结果滞后,在指导术前决策制定上受限。近年来,深度学习(deep learning,DL)技术因其自动化特征学习在术前MVI预测中逐步展现出的优势。本综述旨在系统梳理DL在MRI影像基础上预测MVI的研究进展,探讨其发展路径与存在问题,为构建可推广的智能预测工具提供参考。本文重点回顾了DL在非增强MRI与多序列融合、2D与3D卷积结构优化、多任务学习及临床-影像特征协同建模等方面的应用进展,并总结了当前DL模型在该任务中面临的四大关键挑战:(1)模型泛化能力不足,外部验证匮乏;(2)序列模态缺失,影响模型适应性;(3)可解释性不足,限制其在临床的应用可行性;(4)算力与数据要求高,制约了模型部署。为应对上述问题,本文进一步归纳了当前DL方法的代表性发展趋势,包括轻量化网络设计、多中心数据协作、模态补全策略、因果推理与结构化建模,为构建高效、稳健、可推广的智能预测工具提供方向参考。
关键词
肝细胞癌
微血管侵犯
影像组学
深度学习
磁共振成像
Keywords
hepatocellular carcinoma
microvascular invasion
radiomics
deep learning
magnetic resonance imaging
分类号
R445.2 [医药卫生—影像医学与核医学]
R735.7 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MRI深度学习预测肝细胞癌微血管侵犯的研究进展
赵仁卿
吴奇新
《磁共振成像》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
