久久草在线视频国产I国产专区精品Iwww.youjizz国产I国产日韩亚洲欧美性爱精品一区I亚洲三区在线I日韩在线高清视频I超污超黄网站I亚洲国产精品成人综合色五月I淫乱欧美性I欧美色888I奇米精品少妇99I粉嫩精品久久99综合一区I日韩欧美高清在线观看Iav在线天天有I男人天堂av.comI日韩免费高清电影I国产婷婷精品I九九精品久久

肺結節(jié)是目前發(fā)病率較高的肺部疾病，目前對于肺結節(jié)的診斷主要借助影像數(shù)據(jù)進行觀察，患者隨訪或者非手術/手術活檢獲取組織學檢查。然而，當前通過影像科醫(yī)生對影像數(shù)據(jù)進行觀察得到的診斷準確率還不夠理想（～70%-85%），患者隨訪的形式進行確診會有疾病惡化的可能，而對于小結節(jié)(<20mm)，手術活檢存在一定的風險性。如果采用深度學習方法，通過病人影像數(shù)據(jù)對病人微小肺結節(jié)良惡性進行鑒別可以提高診斷的準確率以及速度，為醫(yī)生的診斷提供幫助，使患者得到及時有效的治療。病理診斷分析是醫(yī)生進行疾病最終診斷、臨床治療及預后恢復的關鍵依據(jù)，主要采取切取、鉗取或穿刺等方式從患者體內取出病變組織，進行病理性檢查。然而，病理診斷的準確率受取樣部位影響，不同的取樣位置可能會帶來不同的病理診斷結果，采用人工智能如深度學習方法通過大量具有病理診斷結果的影像數(shù)據(jù)進行學習產(chǎn)生“無創(chuàng)活檢”（Invasive biopsy）智能分析判定算法，用此來自動通過對術前病人影像（如CT圖像）進行病理分析獲知其病理類型，對解決這一問題有重大的意義，并且能有效減少良性腫瘤患者不必要的活檢數(shù)量，減輕他們的痛苦，此外，醫(yī)學診斷除采用對新產(chǎn)生的圖像進行分析診斷外，對其與已有的歷史圖像的相似性對比進行診斷也是常用方法。當前，大部分醫(yī)院采用PACS（Picture Archiving and Communication System）系統(tǒng)儲存每天產(chǎn)生的海量醫(yī)學圖像，如果能從PACS中找出病情類似的圖像病歷，則可以為醫(yī)生的診斷提供重要依據(jù)，尤其是對于經(jīng)驗不夠豐富的醫(yī)生更是如此，而且在教學中也經(jīng)常需要大量的相似病例圖像進行分析研究。由于語言描述與圖像內容之間存在差距，因此這種圖像的尋找過程不能夠簡單的通過文本搜索來進行，這就需要基于圖像內容的醫(yī)學圖像搜索技術，同時結合醫(yī)院的PACS系統(tǒng)，將之前的影像數(shù)據(jù)充分利用起來，為疾病診斷、教學科研和圖像統(tǒng)計分析提供重要的支持。 【展開】 【收起】