相关实验视频
Updated: Jul 11, 2025

Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
基于MRI的人工智能框架在检测,细分和分类前列腺病变的性能使用开源数据库的全面评估
Lorenzo Storino Ramacciotti1, Jacob S Hershenhouse1, Daniel Mokhtar1
1USC Institute of Urology and Catherine and Joseph Aresty Department of Urology, Keck School of Medicine, University of Southern California, Los Angeles, CA, USA; Artificial Intelligence Center at USC Urology, USC Institute of Urology, University of Southern California, Los Angeles, CA, USA; Center for Image-Guided and Focal Therapy for Prostate Cancer, Institute of Urology and Catherine and Joseph Aresty Department of Urology, Keck School of Medicine, University of Southern California, Los Angeles, CA, USA.
人工智能 (AI) 框架在MRI扫描上显示前列腺癌检测和细分的前景. 这项研究使用开源MRI数据评估了AI性能,突出了它提高诊断准确性的潜力.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 对于前列腺MRI用于癌症检测的传统解释面临挑战,因为读者可变性.
- 人工智能 (AI) 为前列腺MRI的自动化和半自动化分析提供了潜在的解决方案.
- 开源数据集对于开发和验证各种AI框架至关重要.
研究的目的:
- 进行基于MRI的前列腺癌人工智能框架的深入性能评估.
- 评估AI在检测,细分和分类前列腺病变方面的能力.
- 用公开可用的,开源的MRI数据库来分析AI性能.
主要方法:
- 基于MRI的AI框架的系统审查和深入评估.
- 利用专门为前列腺癌研究策划的开源MRI数据集.
- 包括17个数据集,其中12个集中在前列腺癌检测/分类上.
- 分析了52项符合评估纳入标准的研究.
主要成果:
- 人工智能框架在MRI上检测,细分和分类前列腺癌病变方面表现不同.
- 开源数据集为评估人工智能工具的通用性提供了宝贵的资源.
- 该研究确定了人工智能显示出重大潜力的关键领域以及需要进一步发展的领域.
结论:
- 基于MRI的AI框架具有显著的潜力,可以提高前列腺癌诊断的准确性和一致性.
- 用各种开源数据集进行进一步的研究和验证对于临床翻译至关重要.
- 人工智能可以帮助缓解前列腺MRI解释中的interreader变异性,从而改善患者的治疗结果.
更多相关视频
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
08:08Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
相关概念视频
Imaging Studies IV: Magnetic Resonance Imaging
Magnetic Resonance Imaging