摘要骨质疏松症(osteoporosis,OP)是影响中老年人健康的主要问题之一,其最严重的并发症骨质疏松性骨折(osteoporotic fracture,OPF)亦存在较高的致残率及致死率.OP的精准筛查与诊断主要依靠影像学分析,而且诊断结果依赖医师的主观判断,因此传统的影像学手段对OP的精准筛查、诊断与鉴别存在一定的挑战性.机器学习(machine learning,ML)与影像学图像的交叉融合,有效提高了临床医生的诊断效率,同时实现了对未知疾患(如OPF)的预测.近年来,基于ML模型利用影像学数据在OP的筛查与诊断及OPF的诊断与预测方面取得了显著的进展.本文将对近年基于影像学资料的ML模型辅助筛查与诊断OP的相关研究进行综述,为临床精准诊疗OP提供新思路.
更多相关知识
- 浏览54
- 被引1
- 下载28

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文