深度学习在子宫内膜癌影像诊断中的研究进展

雷婷; 曹梦祯; 李君芬; 许云鹏; 蒋沛橦; 刘彬棋; 姚广; 梁天虎; 赵俊贤; 杨子; 刘畅

doi:10.13885/j.issn.2097-681X.2025.11.012

兰州大学学报（医学版） ›› 2025, Vol. 51 ›› Issue (11) : 81 -87. DOI: 10.13885/j.issn.2097-681X.2025.11.012

深度学习在子宫内膜癌影像诊断中的研究进展

雷婷, 曹梦祯, 李君芬, 许云鹏, 蒋沛橦, 刘彬棋, 姚广, 梁天虎, 赵俊贤, 杨子, 刘畅

作者信息 +

Author information +

文章历史 +

PDF

摘要

子宫内膜癌发病率持续上升且异质性显著，现有影像学分期与病理评估在主观性、跨中心一致性及分子分型临床应用方面仍存在局限。近年来，人工智能不断发展，尤其深度学习在跨学科合作中成为研究热点，其凭借端到端建模能力，可自动提取高维特征并整合多模态信息，在病灶识别、肌层浸润评估及分子分型预测等方面显示出较高的应用潜力。本文旨在总结深度学习在子宫内膜癌多模态影像诊断中的研究进展，梳理其关键技术路径与临床应用前景，为推动子宫内膜癌诊断向自动化、精准化与个体化方向发展提供参考。