基于深度学习的膀胱癌肌层侵犯预测研究进展
李娜
仇度旺
赵俊雅
250200 山东济南,济南市章丘区人民医院CT室
摘要：膀胱癌是泌尿系统中较为多见的一种恶性肿瘤,如不及时采取治疗措施,则会累及患者的前列腺组织、输尿管、盆腔淋巴结、肝脏、肺、骨等组织器官,对患者的身体健康造成严重威胁.根据肌层侵犯情况可将膀胱癌分为非肌层浸润型和肌层浸润型,明确膀胱癌的分型有助于采取针对性治疗方案,故准确判断患者膀胱肿瘤肌层侵犯类型在临床治疗上具有重要意义.目前,关于膀胱癌检测方法主要为经尿道膀胱肿瘤电切术后活检,但其与医生的操作手法有密切关联,在临床诊断中存在检测不足的情况,有时需要进行二次电切,增加患者膀胱穿孔等风险.随着人工智能的大力发展,其在膀胱癌肌层侵犯诊断中也取得了一定发展,可提高诊断的准确性、客观性,降低患者膀胱穿孔情况,可作为临床医生针对性治疗的依据,故可延长患者的生存.基于此,本文总结了基于深度学习技术在膀胱癌肌层侵犯预测情况中的应用价值.
关键词：深度学习膀胱癌肌层侵犯类型研究进展
分类号：R737.1(泌尿生殖器肿瘤)
论文发表日期：2024-02-28
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( 179-182 )
英文信息