Artificial intelligence in radiology.
Artificial intelligence in radiology.
复制标题
放射学中的人工智能。
DOI：
10.1038/s41568-018-0016-5
复制
发表时间：
2018-08
期刊：
影响因子：
--
通讯作者：
Aerts HJWL
中科院分区：
文献类型：
--
作者：
Hosny A;Parmar C;Quackenbush J;Schwartz LH;Aerts HJWL
人工智能（AI）算法，特别是深度学习，在图像识别任务方面取得了显着进展。从卷积神经网络到变分自编码器的方法在医学图像分析领域有着无数的应用，推动着它的快速发展。历史上，在放射学实践中，受过训练的医生对医学图像进行视觉评估，以检测、表征和监测疾病。人工智能方法擅长自动识别成像数据中的复杂模式，并提供定量而非定性的放射学特征评估。在这篇O pinion文章中，我们建立了对AI方法的一般理解，特别是那些与基于图像的任务有关的方法。我们探讨了这些方法如何影响放射学的多个方面，重点关注肿瘤学中的应用，并展示了这些方法推动该领域发展的方式。最后，我们讨论了临床实施所面临的挑战，并提供了我们的观点，该领域可以推进。
Artificial intelligence (AI) algorithms, particularly deep learning, have demonstrated remarkable progress in image-recognition tasks. Methods ranging from convolutional neural networks to variational autoencoders have found myriad applications in the medical image analysis field, propelling it forward at a rapid pace. Historically, in radiology practice, trained physicians visually assessed medical images for the detection, characterization and monitoring of diseases. AI methods excel at automatically recognizing complex patterns in imaging data and providing quantitative, rather than qualitative, assessments of radiographic characteristics. In this O pinion article, we establish a general understanding of AI methods, particularly those pertaining to image-based tasks. We explore how these methods could impact multiple facets of radiology, with a general focus on applications in oncology, and demonstrate ways in which these methods are advancing the field. Finally, we discuss the challenges facing clinical implementation and provide our perspective on how the domain could be advanced.
登录
查看更多内容
DOI：
10.2217/iim.10.24
发表时间：
2010-06-01
期刊：
Imaging in medicine
影响因子：
--
作者：
Ayer, Turgay;Ayvaci, Mehmet Us;Burnside, Elizabeth S
通讯作者：
Burnside, Elizabeth S
影响因子：
4.4
作者：
Clark, Kenneth;Vendt, Bruce;Prior, Fred
通讯作者：
Prior, Fred
影响因子：
5
作者：
Bryan, S;Weatherburn, G;Buxton, MJ
通讯作者：
Buxton, MJ
DOI：
10.1102/1470-7330.2005.0018
发表时间：
2005-08-23
期刊：
Cancer imaging : the official publication of the International Cancer Imaging Society
影响因子：
--
作者：
Castellino RA
通讯作者：
Castellino RA
影响因子：
7.4
作者：
Cahan A;Cimino JJ
通讯作者：
Cimino JJ