典型文献
深度学习在胸部CT肺结节诊断中的应用进展
文献摘要：
肺癌的病死率在全球范围内居恶性肿瘤之首。防治肺癌的关键是早发现和早诊断恶性肺结节，因此开发一种有效的早期诊断筛查方法是肺癌诊治长期以来的目标。CT筛查的普及可降低肺癌病死率，但同时对影像诊断在工作量、敏感性、准确性方面也带来了新挑战。近年来，人工智能在肺结节评估方面取得了显著进展，其中深度学习是一种正在快速发展的技术，被认为是医学图像分析领域检测、表征和评估病变的有利工具。本文综述了近年来深度学习在CT扫描肺结节检出和诊断方面的进展，同时概述了一些局限性和挑战性，以期提高临床医师在深度学习辅助诊断肺结节中的认识。
文献关键词：
肺肿瘤;肺结节;深度学习;计算机断层扫描
中图分类号：
作者姓名：
陈迪;钟铠泽;肖要来
作者机构：
济宁医学院临床医学院，济宁 272000;济宁市第一人民医院胸外科，济宁 272000;济宁市第一人民医院呼吸与危重症医学科，济宁 272000
文献出处：
引用格式：
[1]陈迪;钟铠泽;肖要来-.深度学习在胸部CT肺结节诊断中的应用进展)[J].国际呼吸杂志,2022(23):1835-1840
A类：
B类：
胸部,病死率,之首,早发现,早诊断,恶性肺结节,诊断筛查,筛查方法,癌病,影像诊断,医学图像分析,临床医师,辅助诊断,肺肿瘤,计算机断层扫描
AB值：
0.268122
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。
