换一批影像组学与人工智能在肺磨玻璃结节生长预测中的研究进展
Research Progress of Radiomics and Artificial Intelligence in the Growth Prediction of Pulmonary Ground-glass Nodules
摘要肺磨玻璃结节(GGN)的生长在一定程度上反映病灶的恶性潜能.既往研究将GGN的直径、体积、质量、质量倍增时间、体积倍增时间作为衡量结节生长的重要指标,但这些指标的获得均需要长期随访.近年来,随着影像组学和人工智能技术的快速发展,有关两者在磨玻璃结节生长预测中的作用取得了一定研究进展.本文就GGN生长特征和影像组学及人工智能技术在GGN生长预测中的研究进展进行综述,旨在为GGN管理提供一定参考依据.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1006-5741.2025.01.026
发布时间
2025-03-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
