典型文献
基于胸部CT的人工智能技术在COPD中的临床应用价值及进展
文献摘要：
慢性阻塞性肺疾病(COPD)是一种严重危害人类健康的常见病和多发病。目前对COPD的诊断和严重程度判定主要依赖于肺功能与计算机断层扫描影像结合。传统的人工阅片方式存在着人力负担重、主观性强等缺陷。基于人工智能的深度学习技术通过运用大量已知结果的个体数据进行训练、建立模型，从而对COPD的影像进行精准的识别和评估，大大提高了COPD的筛查和诊断效率。目前已经有多个模型应用胸部影像在COPD的识别、慢性阻塞性肺疾病全球倡议分级评估和急性加重风险预测等方面展现了良好的临床应用前景。本文希望通过对胸部影像学及人工智能技术在COPD诊断、严重程度分级、分型等方面的进展及临床应用价值进行综述，以帮助呼吸学界提高对COPD的认知。
文献关键词：
肺疾病，慢性阻塞性;人工智能;计算机断层扫描;深度学习
中图分类号：
作者姓名：
廖玺铭;王琨;李强
作者机构：
同济大学附属上海市东方医院呼吸与危重症医学科，上海 200120
文献出处：
引用格式：
[1]廖玺铭;王琨;李强-.基于胸部CT的人工智能技术在COPD中的临床应用价值及进展)[J].国际呼吸杂志,2022(02):97-103
A类：
B类：
COPD,临床应用价值,严重危害,害人,常见病,多发病,肺功能,计算机断层扫描,人工阅片,负担重,主观性,深度学习技术,建立模型,诊断效率,模型应用,慢性阻塞性肺疾病全球倡议,分级评估,急性加重风险,风险预测,临床应用前景,胸部影像学,严重程度分级
AB值：
0.262745
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。
