软组织肉瘤的放射学和人工智能:现状和前景
Amandine Crombé1, Paolo Spinnato2, Antoine Italiano3
1Department of Radiology, Pellegrin University Hospital, 33000 Bordeaux, France; Department of Oncologic Imaging, Bergonié Institute, 33076 Bordeaux, France; 'Sarcotarget' team, BRIC INSERM U1312 and Bordeaux University, 33000 Bordeaux France.
Diagnostic and interventional imaging
|October 6, 2023
概括
放射学和人工智能在改善软组织肉瘤 (STS) 评估方面表现有希望,通过预测瘤等级,对治疗的反应和患者的生存率. 标准化实践对于强大的临床影响至关重要.
科学领域:
- 瘤成像学成像学
- 放射学 放射学是一门学科.
- 医疗人工智能 医疗人工智能
背景情况:
- 软组织瘤 (STS) 是一种罕见的,异质的介质细胞恶性瘤,需要先进的诊断工具.
- 目前的放射性评估依赖于成像,但在预测STS行为方面可能受到限制.
- 放射学和人工智能为提取定量成像特征提供了新的方法,以改善分析.
研究的目的:
- 审查目前在STS的放射性评估中放射学和AI的研究状况.
- 详细介绍自2010年以来在STS中放射学和深度学习的发展和应用.
- 讨论这些技术在预测STS特征和患者结果方面的潜力.
主要方法:
- 解释放射学原理,包括使用机器学习进行图像后处理和特征提取.
- 审查深度学习算法,特别是卷积神经网络,应用于STS.
- 专注于CT和MRI数据用于STS中的放射学分析.
主要成果:
- 放射学和深度放射学模型成功地区分了良性瘤和STS.
- 已经开发了组织学等级,治疗反应,存活率和转移概率的预测模型.
- 研究表明,放射学在评估STS预后和治疗疗效方面具有潜力.
结论:
- 放射学在STS评估的回顾性研究中显示出显著的潜力.
- 标准化,开放科学倡议和独立数据库是临床验证的关键.
- 未来的研究应该将放射学与其他"奥米克"数据相结合,以便全面了解STS.
