典型文献
基于常规超声的深度学习技术在甲状腺结节良恶性鉴别中的研究进展
文献摘要：
常规超声因其便捷灵活、安全无辐射等特点,是公认的评估甲状腺结节良恶性的首选影像学检查方式.但其主观依赖性较强,且存在比较大的观察者之间的差异,使得不同医疗水平地区、不同年资超声医师之间的诊断水平参差不齐.近年来,随着人工智能的飞速发展,越来越多的深度学习算法开始应用于甲状腺声像图领域,进行结节的分割、良恶性分类及组织病理学预测分析,并且已经取得一定的成果.本文就常规超声联合深度学习技术在甲状腺结节中的研究进展、目前存在的问题及未来发展进行综述.
文献关键词：
超声;甲状腺结节;深度学习;分类
中图分类号：
作者姓名：
张蕊;牛丽娟
作者机构：
国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院超声科,北京 1000210
文献出处：
引用格式：
[1]张蕊;牛丽娟-.基于常规超声的深度学习技术在甲状腺结节良恶性鉴别中的研究进展)[J].癌症进展,2022(08):757-759,765
A类：
B类：
常规超声,深度学习技术,甲状腺结节良恶性,良恶性鉴别,无辐射,影像学检查,检查方式,观察者,医疗水平,平地,年资,超声医师,断水,深度学习算法,声像图,良恶性分类,组织病理学,预测分析
AB值：
0.315691
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。
