| 基于机器学习的影像组学技术在泌尿系统肿瘤中的临床研究进展 | |
| 张云峰1,2; 王超2; 乔小妮3; 王梦雨4; 周逢海2 | |
| 2023-02-20 | |
| Source Publication | 磁共振成像 Impact Factor & Quartile |
| ISSN | 1674-8034 |
| Volume | 14Issue:02Pages:197-202 |
| Abstract | 近年来泌尿系统肿瘤的发病率逐年增高,肾癌、膀胱癌(bladder cancer,BCa)、前列腺癌(prostate cancer,PCa)等肿瘤已经成为威胁中老年人健康的重要因素,对泌尿系统恶性肿瘤的早期发现以及预后监测日益成为当前研究的热点。影像组学作为近年新兴起的诊断手段,它通过对组织异质性特征的提取分析,可以无创、定量地对组织进行评价,与传统的影像学检查相比,能更准确地对病灶进行诊断及鉴别诊断。本文从泌尿外科临床医生的角度,就当前影像组学在泌尿系统肿瘤的术前诊断、疗效评价、预后评估、基因表达等方面的研究进展进行综述,并对未来研究方向进行展望。 |
| Keyword | 肾上腺肿瘤 肾癌 膀胱癌 前列腺癌 影像组学 磁共振成像 |
| URL | 查看原文 |
| Indexed By | 北大核心 ; CSCD |
| Language | 中文 |
| CSCD ID | CSCD:7406057 |
| Subtype | 学术期刊 |
| Citation statistics | |
| Document Type | 期刊论文 |
| Identifier | https://ir.lzu.edu.cn/handle/262010/498117 |
| Collection | 兰州大学 信息科学与工程学院 |
| Corresponding Author | 周逢海 |
| Affiliation | 1.甘肃中医药大学第一临床医学院; 2.甘肃省人民医院泌尿外科; 3.甘肃省人民医院信息管理处; 4.兰州大学信息科学与工程学院 |
| Recommended Citation GB/T 7714 | 张云峰,王超,乔小妮,等. 基于机器学习的影像组学技术在泌尿系统肿瘤中的临床研究进展[J]. 磁共振成像,2023,14(02):197-202. |
| APA | 张云峰,王超,乔小妮,王梦雨,&周逢海.(2023).基于机器学习的影像组学技术在泌尿系统肿瘤中的临床研究进展.磁共振成像,14(02),197-202. |
| MLA | 张云峰,et al."基于机器学习的影像组学技术在泌尿系统肿瘤中的临床研究进展".磁共振成像 14.02(2023):197-202. |
| Files in This Item: | There are no files associated with this item. | ||||
