- · 《中国肛肠病杂志》收稿[05/28]
- · 《中国肛肠病杂志》投稿[05/28]
- · 《中国肛肠病杂志》征稿[05/28]
- · 《中国肛肠病杂志》刊物[05/28]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
人工智能在影像诊断方面的研究进展(2)
作者:网站采编关键词:
摘要：泌尿系统疾病的诊断：泌尿系统疾病有很多种，尤其是男性患者。在这个阶段，人工智能技术和成像相结合是疾病诊断的主流。关于泌尿系统，重要应用于
泌尿系统疾病的诊断：泌尿系统疾病有很多种，尤其是男性患者。在这个阶段，人工智能技术和成像相结合是疾病诊断的主流。关于泌尿系统，重要应用于肾癌、前列腺癌、肿瘤等。①前列腺癌诊断：MRI 多参数序列常用于临床上用于前列腺癌的影像诊断、定位和分期，但MRI 多序列成像技术操作复杂，检查时间长，患者合作差，成像诊断困难，诊断率低。一些研究发现，通过多模块化综合神经网络人工智能诊断，可以在多个MRI 参数中准确诊断前列腺癌。②肾癌和良性肾肿瘤的鉴别诊断：在临床成像工作中，肾占位病变的鉴定主要依赖于CT 增强扫描和MRI 多序列成像。例如，肾透明细胞癌的常见病理类型的特征在于CT 增强扫描中的“快进和快出”，并且肾乳头状癌的特征在于磁共振T2WI上的低信号。
骨关节疾病的诊断：骨骼和骨骼遍布全身，骨骼肌形成人体的运动系统，其中骨骼充当杠杆；骨关节作为支点，即一个关键的功能。骨和关节系统疾病在临床上非常普遍。严重的会影响人们的生活质量。因此，应及早诊断并及早治疗。用于骨骼疾病诊断的主要成像装置是数字射线照相术，其也可以与CT 和MRI 组合。在这个阶段，疾病的诊断与CAD 相结合已成为一个热门趋势，主要涉及膝关节骨性关节炎和脊柱关节炎的诊断，脊柱椎体定位和肉瘤的自动分割。
体部疾病的诊断：乳腺是正常女性的独特器官，乳腺癌的发病率居女性恶性肿瘤第一位，威胁着患者的健康并影响着患者的生活质量[8]。乳房X 线照相术的传统影像学检查主要使用X 射线摄影。其优点是操作简单，检查时间短，易于发现小钙化，但不易进行准确诊断，特别是乳房和乳房密集。还有研究表明，人工智能可以在良性和恶性乳腺癌分类中达到与影像医生相似的准确性，并可以显著提高工作效率。除乳房肿块外，深度学习(DL)也可用于检测乳房X 线照相术中的乳腺动脉钙化。CNN有助于解决动态增强MRI 上乳腺脂肪和纤维腺组织的分割问题。
总结和展望
综上所述，当前科技进步，人工智能已在许多方面应用于疾病的影像诊断，协助或取代医生诊断疾病，但不能完全取代医生的工作。人工智能仍然存在一些不完善之处。首先，产品性能评估仍有改进空间，以提高产品的实际利用率。第二，人工智能与影像组学相结合仍需要进一步完善。有必要增加数据库中高质量病例的数量，细化每个部分的分类，并做出更准确的诊断。第三，深度学习的框架和模型方法有相似之处。要积极研究和发散思维，开发各种学习模块，应用于不同的疾病诊断。
人工智能的前景非常广阔。除了更好地应用乳腺和肺结节外，其他系统疾病的应用也已经成熟。人工智能技术在放射图像中的应用和发展是当前热门话题。人工智能结合图像后处理，使图像的质量得到极大改善，更有利于疾病的诊断。同时，人工智能与影像设备(CT、MRI)的有机结合，使仪器的利用率大大提高。为了确保更高的精度和更低的计算复杂度，正在开发大量算法，我们希望机器学习技术成为诊所的重要组成部分。在这个阶段，人工智能和人类专家模型的结合可以有效提高疾病的诊断准确性，这是主流研究方向。在不久的将来，人工智能肯定会改变现有放射科医生的诊断模式，并可以与影像医生一起进入准确的图像诊断时代。
[1] Moor J.The Dartmouth college artificial intelligence conference:the next fifty years[J].Ai Magazine,2006(27):87-91.
[2] Foster K R,Koprowski R, Skufca JD. Machine learning, medical diagnosis, and biomedical engineering research-commentary[J].Biomed Eng Online,2014,13:94.
[3] KahnCEJr. Fromimagestoactions: opportunitiesforartificialintelligenceinradiology[J].Radiology,2017,285(3):719-720.
[4] Lecun Y,Bengio Y,Hinton G.Deep learning[J].Nature,2015,521(7553):436-444.
[5] 代顺,张蕾.个性化冠状动脉CT 血管造影的应用现状[J].心血管病学进展,2019,2(3):324-327.
[6] 张沥,张鑫,王睿,等.MRI 纹理分析对前列腺癌及Gleason分级的诊断价值[J].国际医学放射学杂志,2019,40(3):264-268.
[7] 陈万青,郑荣寿.中国女性乳腺癌发病死亡和生存状况[J].中国肿瘤临床,2015,42(13):668-674.
[8] Pereira S,Pinto A,Alves V,et al.Brain tumor segmentation using convolutional neural networks in MRI images[J].IEEE Transactions on Medical Imaging,2016,35(5):1240-1251.
文章来源：《中国肛肠病杂志》 网址: http://www.zggcbzz.cn/qikandaodu/2021/0509/613.html