能谱CT和人工智能在甲状腺癌诊断中的应用
廖淑婷
于向荣
暨南大学附属珠海医院(珠海市人民医院)放射影像科 广东珠海519000
摘要：甲状腺能谱CT扫描可减少图像伪影,降低噪声,提高对比噪声比及信噪比,同时通过多参数定量分析病灶特征和组成成分等,使得甲状腺癌的CT诊断水平有了显著的提高.近年来,医疗人工智能发展迅猛,在CT图像纹理分析、影像学定量特征提取和深度学习中充分突显高敏感检出、高维信息挖掘及高通量计算能力.在能谱CT基础上,辅助人工智能分析将有望为甲状腺癌术前提供更丰富、更精准的特征信息,不仅为早期准确诊断甲状腺癌及其转移性淋巴结评估提供更多参考价值,更为有效辅助临床诊断和实现个体化预后预测提供可行之路.因此,本文对甲状腺癌的能谱CT诊断技术和人工智能的研究应用进行综述.
关键词：甲状腺癌计算机体层摄影术(CT)能谱CT影像组学人工智能
分类号：R445.3(诊断学)
资助基金：国家自然科学基金(82071915)
论文发表日期：2022-01-25
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( 129-133 )
英文信息