摘要肺部疾病种类较多、影像表现各异且有较多重叠,不易诊断.仅凭肉眼从大量图像中筛检微小病变,常导致漏诊.人工智能利用其图像识别及深度学习功能,可从图像中快速提取出人眼无法识别的有价值信息,在肺部疾病的诊断特异性和敏感性方面具有独特优势.随着肺部疾病影像数据各种模型的建立,其在肺部疾病影像诊断、筛查等方面的作用日益突出,可显著提高诊断准确性.现就人工智能技术的产生、发展,以及在肺部疾病影像诊断中的应用现状、前景和面临的问题进行综述.
更多相关知识
- 浏览435
- 被引10
- 下载286

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文