深度学习技术用于使用计算机断层扫描成像用于肝细胞癌的诊断,治疗和预后
Yao Chen1, Qiang Zhang2, Ming-Yang Zhang3
1Department of Pharmacy, Pengzhou Hospital of Traditional Chinese Medicine, Pengzhou 611930, Sichuan Province, China.
World journal of gastroenterology
|February 16, 2026
概括
人工智能 (AI),特别是深度学习,显示出改善肝细胞癌 (HCC) 诊断和治疗使用计算机断层扫描 (CT) 扫描的希望. 本综述探讨了从CT图像中检测,细分和预测HCCC的AI应用.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 肝细胞癌 (HCC) 是全球癌症死亡的主要原因.
- 目前对HCC的诊断和治疗策略仍然产生不令人满意的患者预后.
- 人工智能 (AI),特别是深度学习,为推进HCC管理提供了新的机会.
研究的目的:
- 系统地审查深度学习技术与肝细胞癌 (HCC) 计算机断层扫描 (CT) 成像的整合.
- 专注于人工智能在HCC诊断,细分,治疗反应预测和预后预测中的应用.
- 讨论挑战,并为人工智能驱动的HCC管理的未来研究提供见解.
主要方法:
- 基于CT成像的HCC深度学习应用程序的审查.
- 分析受欢迎的深度学习网络及其对特定HCC相关任务的优势.
- 讨论将深度学习应用到基于CT的HCC分析中的挑战.
主要成果:
- 深度学习模型显示了通过CT扫描增强HCC诊断和细分的巨大潜力.
- 人工智能有助于预测治疗反应和HCC患者的预后.
- 不同的深度学习架构适合从CT数据中分析HCC的不同方面.
结论:
- 对CT成像应用的深度学习为HCC个性化治疗策略提供了有前途的途径.
- 需要进一步的研究来克服人工智能驱动的HCC管理当前的挑战.
- 将AI整合到临床实践中可以显著改善HCC患者的治疗结果.
