换一批影像组学和深度学习在腮腺肿瘤诊断中的研究进展
Research Progress of Radiomics and Deep Learning in the Diagnosis of Parotid Tumors
摘要腮腺肿瘤是最主要的唾液腺肿瘤,其中80%～85%为良性肿瘤.术前准确诊断对于治疗方案的选择尤为重要.影像组学通过高通量提取并分析影像中的定量特征,将其与关键的病理生理学结局相关联;深度学习则凭借其强大的端到端特征学习能力,深度挖掘影像中的复杂模式.随着影像组学与深度学习的迅速发展,二者共同为临床术前精准诊断与治疗决策提供了强有力的支持.本文主要围绕影像组学与深度学习两类技术在腮腺肿瘤诊断中的研究进展进行综述,旨在为临床精准鉴别提供参考.
更多相关知识
关键词
腮腺肿瘤超声检查磁共振成像体层摄影术,X线计算机影像组学深度学习鉴别,诊断综述Parotid tumorsUltrasonographyMagnetic resonance imagingTomography,X-ray computedRadiomicsDeep learningDiagnosis,differentialReview
栏目名称
DOI
10.3969/j.issn.1005-5185.2026.03.016
发布时间
2026-04-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省重点研发计划一般项目（20203BBGL73196）
江西省教育厅科学技术研究项目（GJJ210218）
- 浏览2
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
