摘要
甲状腺乳头状癌(PTC)占全部甲状腺癌的80％～90％,尽管其预后相对较好,但其发生颈部淋巴结转移(CLNM)的概率较高,常规超声检查诊断PTC CLNM存在一定的局限性.随着计算机技术和人工智能技术的飞速发展,超声影像组学(USR)逐渐受到关注.USR技术通过应用机器学习和深度学习等人工智能方法,从海量超声医学图像数据库中提取丰富的信息,并将这些图像信息转化为对临床决策有价值的内容,进而有助于精准诊断和有效治疗,提高患者的生活质量.本文综述了 USR在预测PTC CLNM方面的研究进展.
基金项目
中华国际医学交流基金会2021 SKY影像科研基金(Z-2014-07-2101)
维普
万方数据