人工智能技术在医学影像诊断与治疗中的应用探索与挑战
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i4.17916
Abstract
医疗影像诊断在现代医疗体系中具有举足轻重的地位,为疾病的早期发现和精准治疗提供了关键信息。随着人工智能技术的迅猛发展,其在医学影像领域的应用也日益广泛。本文旨在探讨人工智能在医学影像领域的应用现状、技术、面临的挑战以及未来的规划。通过分析相关技术原理和临床应用实例,本文阐述人工智能如何提升医学影像诊断的效率和准确性,并从数据质量、模型可解释性、伦理法规等方面来分析了存在的问题,提出了相应的改进建议。研究发现,尽管人工智能在医学影像领域的应用已经取得了显著进展,但要实现其在临床上的广泛且可靠应用,仍需解决诸多问题。这需要跨学科协作共同推动该领域的持续发展。
Keywords
人工智能；深度学习；机器学习；医疗影像；诊断
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 邓蕾,郭宝斌,姚悦,等.不同混合权重深度学习重建算法对低剂量CT扫描肺结节定量分析准确性的影响[J].中国医疗设备,2022(05):98-102+107.
[2] 赵一鸣,左秀然.PACS与人工智能辅助诊断的集成应用[J].中国数字医学,2018,13(4):20-22.
[3]孙福权,丛成龙,张琨,等.基于多模型卷积神经网络的乳腺癌病理医疗图像良恶性诊断[J].小型微型计算机系统,2020,41(4):732-735.
[4] 王博荣,叶剑.EchoGPK:基于先验知识引导的超声心动图轻量级图卷积分析方法[J].电子学报,2024(04):262-270.
[5] 张海涛,张岩,王伶宇,等.AI辅助软件在自发性脑出血诊断中的应用价值[J].临床放射学杂志,2022(11):17-20.
[6] 卫荣,马锋,侯梦薇,等.人工智能在医学教育领域的应用研究[J].医学教育研究与实践,2017(06):21-24.
[7] 刘彬彬,凤维杰,郑启龙,等.神经网络化简非多项式混合布尔算术表达式[J].小型微型计算机系统,2023(03):3-9.
[8] 吴家皋,杨璐,翁玮薇,等.基于K-means的深度跨模态哈希量化优化方法[J].南京航空航天大学学报,2021(05):36-43.
[9] 宋宇辰,张玉英,孟海东.一种基于加权欧氏距离聚类方法的研究[J].计算机工程与应用,2007(04):183-184+230.
[10]苏逸欣,肖志勇.面向3维心脏MRI分割的半监督双任务交叉一致性约束网络[J].中国图象图形学报,2023(04):324-337.
[11]徐红,矫桂娥,张文俊,等.基于卷积神经网络的结构化非平衡数据分类算法[J].计算机工程,2023(02):87-95.
[12]李林斌,张涵.经胸片预训练的膝关节X线深度学习模型在骨质疏松诊断中的应用[J].中国医疗设备,2023(11):24-29.
[13]梁朔铭,罗欣怡,江晓峰,等.人工智能在食管癌诊疗中的应用:现状与未来展望[J].肿瘤预防与治疗,2024(04):77-83.
[14]赵小明,廖越辉.融合局部与全局特征的DCE-MRI乳腺肿瘤良恶分类[J].中国图象图形学报,2024(1):260-271.
[15]梁永媛,蔡培飞,郑桂喜.基于多检验变量和机器学习算法的结肠癌诊断模型建立及价值评估[J].山东大学学报(医学版),2024(02):57-65.
[16]甘治航,王首占,梁彦,等.基于人工智能的特发性脊柱侧凸检测与诊断技术进展[J].中国脊柱脊髓杂志,2023(07):86-91.
[17]孙林,施恩惠,司珊珊.基于AP聚类和互信息的弱标记特征选择方法[J].南京师大学报(自然科学版),2022(03):114-121.
[18]王思梦,段少博,齐清华,等.超声影像组学模型预测肝细胞癌患者GPC3阳性表达的价值[J].中华实用诊断与治疗杂志,2024(05):82-86.
[19]沈静,蔡辉,俞刚,等.通过精神分裂症差异基因建立针对结肠癌的预后分析及预测模型[J].标记免疫分析与临床,2024(1):172-180.
[20]焦好,张嵘.人工智能在孤独症系障碍筛查、诊断、康复中的应用研究进展[J].生理科学进展,2023(02):44-48.
[21]李淑华,杨昭,王小雷,等.基于CT影像组学列线图预测肺腺癌EGFR突变的研究[J].临床放射学杂志,2022(09):78-84.
[22]邱宇,李军,陈鹏,等.多模态影像融合技术在复杂颅底肿瘤手术中的应用[J].精准医学杂志,2020(05):66-69.
[23]段维,杨国庆,杨连.人工智能辅助诊断骨质疏松及预测骨折的研究进展[J].中国医药导报,2024(04):64-67.
[24]白智刚.多模态影像融合在影像本科核医学教学中的应用价值[J].内蒙古医科大学学报,2018(S1):89-90.
[2] 赵一鸣,左秀然.PACS与人工智能辅助诊断的集成应用[J].中国数字医学,2018,13(4):20-22.
[3]孙福权,丛成龙,张琨,等.基于多模型卷积神经网络的乳腺癌病理医疗图像良恶性诊断[J].小型微型计算机系统,2020,41(4):732-735.
[4] 王博荣,叶剑.EchoGPK:基于先验知识引导的超声心动图轻量级图卷积分析方法[J].电子学报,2024(04):262-270.
[5] 张海涛,张岩,王伶宇,等.AI辅助软件在自发性脑出血诊断中的应用价值[J].临床放射学杂志,2022(11):17-20.
[6] 卫荣,马锋,侯梦薇,等.人工智能在医学教育领域的应用研究[J].医学教育研究与实践,2017(06):21-24.
[7] 刘彬彬,凤维杰,郑启龙,等.神经网络化简非多项式混合布尔算术表达式[J].小型微型计算机系统,2023(03):3-9.
[8] 吴家皋,杨璐,翁玮薇,等.基于K-means的深度跨模态哈希量化优化方法[J].南京航空航天大学学报,2021(05):36-43.
[9] 宋宇辰,张玉英,孟海东.一种基于加权欧氏距离聚类方法的研究[J].计算机工程与应用,2007(04):183-184+230.
[10]苏逸欣,肖志勇.面向3维心脏MRI分割的半监督双任务交叉一致性约束网络[J].中国图象图形学报,2023(04):324-337.
[11]徐红,矫桂娥,张文俊,等.基于卷积神经网络的结构化非平衡数据分类算法[J].计算机工程,2023(02):87-95.
[12]李林斌,张涵.经胸片预训练的膝关节X线深度学习模型在骨质疏松诊断中的应用[J].中国医疗设备,2023(11):24-29.
[13]梁朔铭,罗欣怡,江晓峰,等.人工智能在食管癌诊疗中的应用:现状与未来展望[J].肿瘤预防与治疗,2024(04):77-83.
[14]赵小明,廖越辉.融合局部与全局特征的DCE-MRI乳腺肿瘤良恶分类[J].中国图象图形学报,2024(1):260-271.
[15]梁永媛,蔡培飞,郑桂喜.基于多检验变量和机器学习算法的结肠癌诊断模型建立及价值评估[J].山东大学学报(医学版),2024(02):57-65.
[16]甘治航,王首占,梁彦,等.基于人工智能的特发性脊柱侧凸检测与诊断技术进展[J].中国脊柱脊髓杂志,2023(07):86-91.
[17]孙林,施恩惠,司珊珊.基于AP聚类和互信息的弱标记特征选择方法[J].南京师大学报(自然科学版),2022(03):114-121.
[18]王思梦,段少博,齐清华,等.超声影像组学模型预测肝细胞癌患者GPC3阳性表达的价值[J].中华实用诊断与治疗杂志,2024(05):82-86.
[19]沈静,蔡辉,俞刚,等.通过精神分裂症差异基因建立针对结肠癌的预后分析及预测模型[J].标记免疫分析与临床,2024(1):172-180.
[20]焦好,张嵘.人工智能在孤独症系障碍筛查、诊断、康复中的应用研究进展[J].生理科学进展,2023(02):44-48.
[21]李淑华,杨昭,王小雷,等.基于CT影像组学列线图预测肺腺癌EGFR突变的研究[J].临床放射学杂志,2022(09):78-84.
[22]邱宇,李军,陈鹏,等.多模态影像融合技术在复杂颅底肿瘤手术中的应用[J].精准医学杂志,2020(05):66-69.
[23]段维,杨国庆,杨连.人工智能辅助诊断骨质疏松及预测骨折的研究进展[J].中国医药导报,2024(04):64-67.
[24]白智刚.多模态影像融合在影像本科核医学教学中的应用价值[J].内蒙古医科大学学报,2018(S1):89-90.
Copyright © 2025 吉梦雅
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License