典型文献
基于医学图像的影像组学和深度学习在乳腺癌淋巴结转移预测中的研究进展
文献摘要：
腋窝淋巴结转移状态是乳腺癌患者治疗方案选择与预后判断的重要因素。传统影像学检查方法在术前评估乳腺癌腋窝淋巴结状态方面并不满意，影像组学和深度学习方法可挖掘影像图像中肉眼无法识别的更深层次的信息，在临床诊疗中受到广泛关注。目前，基于传统影像检查技术的影像组学和深度学习方法已逐步应用于乳腺癌淋巴结转移的预测中，可为乳腺癌患者优化治疗策略、降低复发风险提供可靠依据。本文对近年影像组学和深度学习在乳腺癌淋巴结转移方面的研究进行综述。
文献关键词：
乳腺肿瘤;影像组学;深度学习;淋巴结转移
中图分类号：
作者姓名：
高婧;毛宁;谢海柱
作者机构：
滨州医学院医学影像学院，烟台 264000;青岛大学附属烟台毓璜顶医院影像科，烟台 264000
文献出处：
引用格式：
[1]高婧;毛宁;谢海柱-.基于医学图像的影像组学和深度学习在乳腺癌淋巴结转移预测中的研究进展)[J].中华放射学杂志,2022(05):583-586
A类：
B类：
医学图像,影像组学,转移预测,腋窝淋巴结转移,转移状态,乳腺癌患者,方案选择,预后判断,影像学检查,检查方法,术前评估,腋窝淋巴结状态,深度学习方法,肉眼,临床诊疗,影像检查,检查技术,优化治疗,治疗策略,复发风险,乳腺肿瘤
AB值：
0.258945
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。
