基于MRI影像组学及深度学习预测肝细胞癌微血管侵犯的研究进展OA
微血管侵犯(MVI)是肝细胞癌(HCC)术后早期复发的独立预测因子,但现有诊断依赖术后病理,无法指导术前决策。磁共振(MRI)与人工智能技术的融合为术前无创预测MVI提供了新途径。本文系统综述基于MRI影像组学及深度学习预测HCC MVI的研究进展,总结影像组学、影像基因组学及多模态模型的效能与挑战,讨论深度学习“黑箱”问题及可解释性解决方案。
芮江烨;戴琦;李双;张景峰(综述);郑建军(审校)
绍兴大学医学院,浙江绍兴312000宁波市第二医院放射科,浙江宁波315000宁波市第二医院放射科,浙江宁波315000宁波市第二医院放射科,浙江宁波315000 宁波市数字影像与医工交叉重点实验室,浙江宁波315000宁波市第二医院放射科,浙江宁波315000
医药卫生
肝细胞癌微血管侵犯影像组学深度学习磁共振成像
《疑难病杂志》 2026 (10)
P.1265-1269,5
国家临床重点专科建设项目(2024017)宁波市医疗卫生高端团队重大攻坚项目(2024020919)。
评论