European Radiology：全自动乳腺超声(ABUS)成像技术在乳腺病变诊断中的应用
自动乳腺超声（ABUS）可以代替常用的手持式超声（HHUS），实现图像采集的标准化，完全覆盖整个乳腺体积，并将采集任务交给技术人员以减少人为误差。
MedSci原创 - 乳腺癌，BI-RADS，全自动乳腺超声 - 2022-04-18
自动乳腺容积超声技术专家共识（2022版）
自动乳腺容积超声成像（automated breast ultrasound, AB US）是一种新型高分辨率乳腺三维超声成像技术，具有能够获得全乳腺解剖结构成像（包括横切面、矢状面和冠状面）、探头自
中国超声医学杂志 - 自动乳腺容积超声成像 - 2022-04-09
Radiology：用于定量MRI分析的全自动肝分割
现阶段，慢性弥漫性肝病是全世界范围内最常见的肝脏病变之一。脂肪变性是非酒精性脂肪肝（NAFLD）的组织病理学特征，是最常见的肝脏疾病，也是多种肝脏疾病的一个共同特征。
MedSci原创 - 定量MRI技术，肝分割 - 2021-12-26
JNNP:基于言语和语言评估的全自动认知筛选工具
记忆门诊评估各种认知障碍患者，包括与阿尔茨海默病（AD）、轻度认知障碍（MCI）和功能性认知障碍（FCD）相关的患者。早期转诊到适当的护理途径有利于患者的健康和医疗资源的有效分配。2009年至2014
MedSci原创 - 筛选工具，全自动认知，MCI患者 - 2020-12-11
European Radiology：基于深度学习的全自动定量MRI血流评估
深度学习（DL）是一种先进的人工智能（AI）技术，最近被应用于心脏MRI以评估LV功能或在主动脉解剖分割中。
MedSci原创 - 深度学习，定量MRI - 2023-02-05
Radiology：使用MRI全自动方法量化乳腺癌发病率与背景实质增强的相关性
在临床实践中，BPE对乳腺癌风险评估的障碍之一是放射学家对BPE进行评估的多样性。这种多样性排除了重复性，降低了精确度，并可能在乳腺癌风险的研究中引入二分法。
MedSci原创 - MRI，乳腺癌 - 2024-06-07
Radiology：机器学习实现肾上腺肿块的全自动分割和分类
机器学习作为一种新兴的手段及策略，可协助医生进行自动化图像分析和诊断性能的改善。其中，监督下的机器学习算法需要通过对感兴趣的解剖结构的标记和/或轮廓的准确注释。
MedSci原创 - 机器学习，肾上腺肿块 - 2023-01-19
European Radiology：深度神经网络的患者CT全自动定位
深度学习（DL）在多个医学图像分析任务的自动化方面表现出色，包括分割、计算建模、辐射剂量学、扫描范围选择、低剂量成像和方案优化。在CT扫描中使用DL来自动定位病人的情况非常少，到目前为止只有少数研究。
网络 - 深度学习，深度神经网络 - 2023-11-02
European Radiology：新型深度学习网络在自动乳腺超声中诊断乳腺癌的表现
自动乳腺超声（ABUS）作为一种新的超声检查技术，可以克服手持式超声（HHUS）的缺点，在乳腺癌的筛查和分期中起着举足轻重的作用。
MedSci原创 - 乳腺癌，深度学习，乳腺超声 - 2022-09-10
European Radiology：利用深度学习对肾上腺增生进行CT全自动分类
然而，由于肾上腺体积小、形状复杂、与周围组织的边界粘连，其自动分割仍然具有挑战性。
MedSci原创 - 深度学习，肾上腺增生 - 2023-09-03
European Radiology：人工智能实现PET/CT的肺癌全自动评估！
使用人工智能（AI）算法的自动肺部肿瘤检测已经在高分辨率CT上显示出重要的价值。然而，特别是在层厚为3毫米、以自由呼吸技术采集的PET/CTs的CT部分在检测晚期肿瘤方面对算法来说是个挑战。
MedSci原创 - 肺癌，PET/CT，人工智能 - 2023-04-09
European Radiology：基于人工智能的全自动肩部解剖标志检测
多项研究显示，肩袖撕裂患者常伴有肩关节不稳。然而，从X光片上评估解剖角度和肩部运动学需要对每个图像中的特定结构进行标记。
MedSci原创 - 人工智能，肩部解剖 - 2024-04-27
European Radiology：基于深度学习的髌股关节参数的全自动测量
髌骨不稳定（PI）是一种常见的临床症状，主要发生在女性儿童和青少年身上，与膝关节前部疼痛（AKP）和髌骨关节炎（PFOA）有关。
MedSci原创 - 人工智能，深度学习，髌股关节 - 2022-10-20
为您找到相关结果约500个
