典型文献
深度学习在小儿中枢神经系统影像学的应用进展
文献摘要：
多模态医学影像信息在中枢神经系统疾病的辅助诊断以及预后预测中发挥着不可替代的作用.近些年来,人工智能的高速发展对医学大数据的处理以及精准医疗的发展带来巨大潜力.深度学习提取影像信息中高通量数据客观分析,在影像学中取得了长足的进展.本文就深度学习技术在小儿中枢神经系统影像学的应用现状进行综述,包括小儿脑组织分割、脑发育、小儿脑肿瘤、脑积水、癫痫、自闭症等,并结合临床实际总结目前存在的问题,以及对其应用前景进行展望,旨在为未来深度学习的相关影像学研究提供参考.
文献关键词：
人工智能;深度学习;中枢神经系统;影像诊断
中图分类号：
作者姓名：
甘桐嘉;石晶晶;邵剑波;朱文珍
作者机构：
430015 武汉,华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院)影像中心;430030 华中科技大学同济医学院附属同济医院放射科
文献出处：
引用格式：
[1]甘桐嘉;石晶晶;邵剑波;朱文珍-.深度学习在小儿中枢神经系统影像学的应用进展)[J].放射学实践,2022(11):1436-1439
A类：
B类：
小儿,多模态医学影像,中枢神经系统疾病,辅助诊断,预后预测,医学大数据,精准医疗,巨大潜力,高通量数据,深度学习技术,脑组织,脑发育,脑肿瘤,脑积水,癫痫,自闭症,结合临床,影像学研究,影像诊断
AB值：
0.331179
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。
