典型文献
人工智能在超声引导神经阻滞方面的研究进展
文献摘要：
超声成像为神经阻滞技术提供了可视化视野,极大提高了神经阻滞的精准性和安全性.但是超声成像具有高度可变性和操作者依赖性,为超声引导神经阻滞的发展和推广带来一定的挑战.人工智能在医学超声领域具有极大的发展前景,基于人工智能的系统对超声图像进行处理、分类和分割,可以实现对目标结构的自动识别,对关键解剖结构的实时定位,从而帮助临床医师弥补在解剖学理论和超声成像解读方面的不足,进一步缩短超声引导下神经阻滞的学习曲线,提高神经阻滞的准确性,促进神经阻滞技术的发展和推广应用,更好地服务于临床诊疗中.本文将综述AI在超声引导神经阻滞的研究进展,以期对AI应用于临床超声引导神经阻滞技术的推广带来一些思考.
文献关键词：
人工智能;超声成像;神经阻滞
中图分类号：
作者姓名：
陈子明;聂锦平;朱梦叶;张学学;张达颖;顾丽丽
作者机构：
南昌大学第一附属医院疼痛科,南昌330006;江西省卫生健康委员会神经性疼痛重点实验室,南昌330006
文献出处：
引用格式：
[1]陈子明;聂锦平;朱梦叶;张学学;张达颖;顾丽丽-.人工智能在超声引导神经阻滞方面的研究进展)[J].中国疼痛医学杂志,2022(11):805-809,816
A类：
B类：
超声引导神经阻滞,超声成像,精准性,可变性,操作者,医学超声,超声图像,目标结构,自动识别,解剖结构,实时定位,临床医师,解剖学,超声引导下神经阻滞,学习曲线,高神,临床诊疗,技术的推广
AB值：
0.252962
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
