系统性审查:人工智能在肝脏成像中的应用,重点是细分和检测
Mihai Dan Pomohaci1,2, Mugur Cristian Grasu1,2, Alexandru-Ştefan Băicoianu-Nițescu1,2
1Department 8: Radiology, Discipline of Radiology, Medical Imaging and Interventional Radiology I, University of Medicine and Pharmacy "Carol Davila", 050474 Bucharest, Romania.
Life (Basel, Switzerland)
|February 26, 2025
概括
肝脏放射学中的人工智能 (AI) 主要在CT扫描上使用肝脏病变的分类任务. 研究通常依赖于公共数据集,但缺乏外部测试和代码共享,阻碍了临床AI的发展.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 肝脏的复杂病理使其成为放射学研究的关键领域.
- 人工智能 (AI) 具有提高肝病诊断和管理的潜力.
- 需要进行系统审查,以绘制肝脏放射学中人工智能应用的景观.
研究的目的:
- 从2018年到2024年,系统地审查和分类人工智能在肝脏放射学的研究.
- 根据兴趣领域,AI任务和成像模式对研究进行分类.
- 分析数据集和代码共享在检测和细分研究中的使用情况.
主要方法:
- 在PubMed/Medline,Scopus和Web of Science数据库中进行系统的文献搜索.
- 基于PRISMA指南的研究选择,重点是肝脏放射学中的AI.
- 详细分析了329项用于检测/细分任务的研究,包括数据集和代码共享实践.
主要成果:
- 使用CT成像进行肝病变的分类任务是最常见的AI应用.
- 检测和/或细分研究经常使用公共数据集,通常是一个单一的数据集.
- 在检测/细分研究中观察到有限的外部测试和代码共享.
结论:
- 肝脏放射学中的人工智能主要由分类任务主导,特别是对CT扫描上的病变.
- 对于检测/细分任务的依赖公共数据集,加上低代码共享,带来了挑战.
- 未来的研究应该专注于多任务模型和增加数据集的可用性,以提高AI在肝脏成像中的临床实用性.
关键词:
这就是为什么CTCTCTCTCTCT这就是为什么MRI是MRI.美国 美国 美国人工智能的人工智能是人工智能.胆瘤是一种胆瘤.深度学习是一种深度学习.肝细胞癌是肝细胞癌.肝脏 肝脏 肝脏 肝脏 肝脏 肝脏机器学习是机器学习.更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.6K
