深度学习与影像组学在子宫内膜癌中的研究进展
马长军
刘爱连
大连医科大学附属第一医院放射科,大连 116011;大连市医学影像人工智能工程技术研究中心
摘要：子宫内膜癌(EC)的早期诊断有助于提高疗效,改善病人预后.随着人工智能技术的发展,深度学习与影像组学技术逐渐用于EC深肌层侵犯(DMI)、淋巴结转移(LNM)及淋巴脉管间隙侵犯(LVSI)的评估,免疫组化指标的表达、疗效评估及预后预测等方面.就深度学习与影像组学在EC中应用现状及未来发展前景作一综述.
关键词：深度学习影像组学子宫内膜癌磁共振成像
分类号：R737.33(泌尿生殖器肿瘤)R445.2(诊断学)
论文发表日期：2023-05-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 303-307 )
英文信息