V8.0 版权所有© 2001-2026 渝B2-20050021-1
渝公网安备 50019002500403号违法和不良信息举报中心举报邮箱：jubao@cqvip.com
互联网出版许可证 新出网证(渝)字10号机构客服热线 023-67882612
人工智能辅助判读系统在乳腺钙化识别与诊断中的应用 认领
Application of AI-assisted interpretation systems in the recognition and diagnosis of breast calcifi cations:Current status and future prospects
摘要
乳腺钙化是乳腺影像学中常见且重要的表现,其早期识别与诊断对乳腺癌的预防和治疗具有重要意义。随着人工智能(AI)技术的迅猛发展,AI辅助判读系统已逐渐用于乳腺钙化的识别和诊断。现有研究表明,这些系统能够有效提高乳腺钙化的识...展开更多
出处
《中国医刊》
CAS
2026年第2期135-138,共4页
Chinese Journal of Medicine
基金
国家自然科学基金(12275151)。
参考文献2
- 1詹庆元,解立新,王辰.实质性推进呼吸与危重症医学专科中危重症医疗体系与能力建设[J].中华医学杂志,2023,103(40):3149-3151. 被引量：36
- 2Qing Lin,Wei-Min Tan,Jing-Yu Ge,等.Artificial intelligence-based diagnosis of breast cancer by mammography microcalcification[J].Fundamental Research,2025,5(2):880-889. 被引量：3
二级参考文献22
- 1Paul A. NAKATA.Plant calcium oxalate crystal formation, function, and its impact on human health[J].Frontiers in Biology,2012,7(3):254-266. 被引量：11
- 2王辰.呼吸内科医师应对我国危重症医学的发展承担重要责任[J].中华结核和呼吸杂志,2000,23(7):388-390. 被引量：14
- 3乔人立.美国呼吸与危重症医学专科的形成与发展[J].中华结核和呼吸杂志,2013,36(2):139-140. 被引量：9
- 4中华医学会呼吸病学分会危重症医学学组.我国呼吸与危重症医学的回顾与展望[J].中华结核和呼吸杂志,2013,36(12):914-916. 被引量：10
- 5Shengfeng Liu,Yi Wang,Xin Yang,等.Deep Learning in Medical Ultrasound Analysis: A Review[J].Engineering,2019,5(2):261-275. 被引量：48
- 6Guang-Di Liu,Yu-Chen Li,Wei Zhang,等.A Brief Review of Artificial Intelligence Applications and Algorithms for Psychiatric Disorders[J].Engineering,2020,6(4):462-467. 被引量：9
- 7徐小微,蒋贤高,马春莲,等.利用深度学习系统筛查新冠病毒肺炎[J].Engineering,2020,6(10):1266-1274. 被引量：40
- 8Xiaoyi Li,Kai Zhang,Xiao He,等.Structural,Functional,and Molecular Imaging of Autism Spectrum Disorder[J].Neuroscience Bulletin,2021,37(7):1051-1071. 被引量：18
- 9Yesheng Xu,Ming Kong,Wenjia Xie,等.Deep Sequential Feature Learning in Clinical Image Classification of Infectious Keratitis[J].Engineering,2021,7(7):1002-1010. 被引量：4
- 10Jiansheng Wang,Yan Wang,Xiang Tao,等.PCA-U-Net based breast cancer nest segmentation from microarray(jj)hyperspectral images[J].Fundamental Research,2021,1(5):631-640. 被引量：4
共引文献128
- 1荣小翠,康一鹤,殷风华,等.MRI对于乳腺X线摄影BI-RADS 4~5类微钙化病变的诊断价值[J].国际医学放射学杂志,2020,43(4):397-402. 被引量：8
- 2安永玉,刘畅,张宏霞,等.Kaiser评分对MRI乳腺影像报告与数据系统4类病灶的诊断价值[J].浙江医学,2021,43(5):511-515. 被引量：8
- 3吴祺,王卓,康建蕴,等.乳腺硬化性腺病的影像学表现及其研究进展[J].磁共振成像,2021,12(10):101-104. 被引量：3
- 4杨晶,方建华,王炜,等.超声引导下导丝定位在乳腺深部结节手术中的应用分析[J].浙江临床医学,2021,23(10):1480-1482.
- 5欧阳汝珊,林小慧,马捷.基于深度学习的乳腺X线摄影的临床应用价值[J].国际医学放射学杂志,2021,44(6):673-677. 被引量：6
- 6王思敏,顾雅佳.对比增强乳腺X线摄影的应用、挑战与前景[J].中华放射学杂志,2021,55(12):1241-1246. 被引量：4
- 7易熙,王贵良,马荣,等.Kaiser评分不同界值应用于乳腺病变MRI诊断的效能比较[J].分子影像学杂志,2021,44(6):911-916. 被引量：2
- 8Min Li,Liyu Zhu,Guangquan Zhou,等.Predicting the pathological status of mammographic microcalcifications through a radiomics approach[J].Intelligent Medicine,2021,1(3):95-103. 被引量：1
- 9王珊,李建玉,郑慧,等.Kaiser评分对乳腺BI-RADS 4类非肿块样强化病灶的诊断价值分析[J].临床放射学杂志,2021,40(12):2282-2286. 被引量：6
- 10汤佳欢,汤卫霞,盛美红.乳腺MRI鉴别非肿块强化病变良性与恶性的研究进展[J].中华放射学杂志,2022,56(3):335-340. 被引量：16
- 1殷德涛,李志凯.甲状腺癌的早期诊断策略[J].国际外科学杂志,2026,53(1):8-13.
- 2刘嘉丽,刘暄.“查癌神器”PET/CT:揭开肿瘤早期诊断的神秘面纱[J].健康向导,2026,32(1):65-66.
- 3陈蕊,刘晶,牟坤,等.AI智能辅助系统对消化道早期肿瘤诊断的研究进展[J].甘肃医药,2026,45(1):7-10.
- 4梅昊楠,杨瑞,刘修恒.人工智能辅助病理学图像分析在前列腺癌诊断中的研究进展[J].中华腔镜泌尿外科杂志（电子版）,2026,20(1):1-7.
- 5卢宇翔,潘金戈,赵文文,等.人工智能在乳腺癌病理诊断中的应用进展[J].健康未来,2026,3(1):12-19.
- 6张静静,朱佩云.放射组学在肾脏实性肿瘤诊断中的研究进展[J].中国中西医结合肾病杂志,2026,27(2):173-176.
- 7祝琼洁,徐长青,赵亚娥,等.胰腺癌磁共振扩散加权成像技术优化及影像组学与深度学习研究进展[J].临床放射学杂志,2026,45(5):895-899. 被引量：1
- 8Sun Jung Kim,Tae-Gyun Lee,Jin-Min Jung,等.Evolution of non-invasive colorectal neoplasm detection[J].World Journal of Gastrointestinal Oncology,2026,18(5):23-36.
- 9Joshua Gikenye Musalia,Sarah Alzayyat,Emad S Aljahdli,等.Cholangioscopy in the diagnosis and management of cholangiocarcinoma[J].World Journal of Gastrointestinal Endoscopy,2026,18(3):16-26.
- 10唐锟鹏,王小珊,赵佳怡,等.MRI联合人工智能技术在直肠癌微观高危病理因素术前预测中的研究进展[J].磁共振成像,2026,17(5):214-221.
