基于人工智能的影像组学在肝癌筛查诊疗及预后的研究进展

摘要

肝癌的传统影像学诊断通常依赖诊断医师的肉眼观察，所获信息大多具有主观性和局限性，使得早期精准诊断面临巨大挑战。影像组学通过高通量提取定量的特征信息，运用高维数据描绘医学图像，从而高效且准确识别病变特征。将影像组学高通量提取的大量图像数据与人工智能算法结合后建立模型，可进一步实现对数据库中最优选择的自动化筛选及其特征信息提取，并进行预测分析，从而构建精准化的诊疗体系。目前，影像组学人工智能模型在肝癌方面的应用涵盖肿瘤病灶的筛查、诊断、病理分型分级、治疗、疗效评估及预测复发等诸多方面。本文综述了基于人工智能的超声、CT、MRI多领域影像组学在肝癌临床应用中的研究进展。

关键词

人工智能 / 影像组学 / 肝癌 / 深度学习算法