典型文献
基于深度学习的口腔癌预后分析
文献摘要：
TNM分期作为评估口腔癌患者预后的常用方法,多年临床应用证明其存在仅局限于分析患者临床病理数据的不足,难以适应现代医学的发展.深度学习(deep learning,DL)已广泛应用在人类生活的各个方面,具备高效、智能化的数据分析优势,可以充分挖掘和分析海量的医学数据,在医疗实践中的应用方兴未艾.在口腔癌预后分析方面,深度学习能够高效处理与分析分别以淋巴细胞、灰度协调矩阵(gray level coocrrencr matrix,GLCM)和基因图谱为代表的病理、放射影像和分子图像等患者资料,并据此进行准确的预后判断;通过辅助医师优化治疗方案,深度学习可以有效改善患者的生存情况.尽管目前深度学习在口腔癌患者预后研究中存在供给数据量不足、缺乏实际临床应用等缺陷,但其已展现出良好的临床应用前景.
文献关键词：
口腔癌;深度学习;预后;TNM分期;医学影像学;分子图像;算法;模型
中图分类号：
作者姓名：
陶谦;袁哲
作者机构：
中山大学光华口腔医学院·附属口腔医院口腔颌面外科,广东省口腔医学重点实验室,广东 广州 510055
文献出处：
引用格式：
[1]陶谦;袁哲-.基于深度学习的口腔癌预后分析)[J].口腔疾病防治,2022(02):77-82
A类：
coocrrencr,分子图像
B类：
预后分析,TNM,口腔癌患者,常用方法,临床病理,现代医学,deep,learning,DL,人类生活,挖掘和分析,医学数据,医疗实践,方兴未艾,高效处理,灰度,gray,level,matrix,GLCM,基因图谱,射影,预后判断,优化治疗,生存情况,数据量,临床应用前景,医学影像学
AB值：
0.31647
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。
