典型文献
基于深度学习的超声影像组学在乳腺癌中的研究进展
文献摘要：
基于深度学习的影像组学(deep learning radiomics,DLR)通过不同构架从医学图像中提取深层特征,并将提取出的深层特征进一步分析,辅助临床决策.相比传统影像组学,DLR能够自动地提取深层特征,不依赖于医师人工标注,进一步提高其在肿瘤诊断及预测预后中的准确性和可靠性.超声检查是乳腺癌早期诊断的主要方式.全文分析近几年基于超声的DLR在乳腺肿物良恶性的鉴别诊断、乳腺癌分子分型的预测、腋窝淋巴结状态评估、新辅助化疗疗效评估中的研究现状.
文献关键词：
超声影像组学;深度学习;乳腺癌
中图分类号：
作者姓名：
陈余;荆慧
作者机构：
哈尔滨医科大学附属肿瘤医院,黑龙江哈尔滨150081
文献出处：
引用格式：
[1]陈余;荆慧-.基于深度学习的超声影像组学在乳腺癌中的研究进展)[J].肿瘤学杂志,2022(09):730-735
A类：
B类：
超声影像组学,deep,learning,radiomics,DLR,构架,医学图像,深层特征,临床决策,不依,肿瘤诊断,预测预后,超声检查,主要方式,乳腺肿物,良恶性,鉴别诊断,乳腺癌分子分型,腋窝淋巴结状态,状态评估,新辅助化疗疗效,疗效评估
AB值：
0.319995
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。
