基于深度学习技术的影像组学和数字病理学在子宫颈癌中的研究进展
郝以平
刘青青
李若雯
毛忠浩
姜楠
蒋旭骥
冯媛
张文静
崔保霞
山东大学齐鲁医院妇产科,山东济南250012
摘要：子宫颈癌是常见的妇科恶性肿瘤之一,发病率和死亡率在我国仍处于较高水平,且子宫颈癌发病趋于年轻化,是影响女性生育能力及生命安全的重要因素之一[1-3].CT、MRI、超声等影像学检查以及肿瘤标志物等相关实验室检查可作为辅助诊断子宫颈癌的手段之一,但仍有一定的局限性.目前,深度学习技术结合影像组学及数字病理学在子宫颈癌诸多研究领域中成为热点,比如子宫颈癌的细胞学检测、辅助阴道镜医生诊断、预测患者淋巴结情况及晚期子宫颈癌患者放疗靶区的勾画和预测患者预后情况等.本文对相关研究进展作一综述.
关键词：深度学习影像组学数字病理学子宫颈癌
分类号：R737.3(泌尿生殖器肿瘤)
资助基金：山东省科技创新发展基金(ZR2021LZL009)山东大学临床研究重点项目(No.2020SDUCRCA007)
论文发表日期：2023-06-02
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：4( 665-668 )