中国医学物理学杂志 /oa 目录 /oa/darticle.aspx?type=view&id=202407 2024年07月12 00:00 2024年第7期 1 484930 直肠癌术前放疗中XVMC算法和MC算法剂量差异分析 /oa/darticle.aspx?type=view&id=202311053 目的:评估直肠癌术前放疗中,使用X射线体素蒙特卡罗(XVMC)算法与ArcherQA中蒙特卡罗(MC)算法获得的剂量分布数据的差异,为临床上XVMC算法的计划评估提供参考。方法:对10例直肠癌术前放疗的患者,采用MONACO计划系统中的XVMC算法制定计划。将计划中制定好的CT、组织结构和射野信息传入MC软件,运用MC算法进行二次剂量计算。比较XVMC算法与MC算法间靶区和各危及器官的剂量差异。结果:XVMC和MC算法计算的中心点剂量,计划靶区(PTV)的Dmin和Dmean、小肠的V40、膀胱的Dmean和V45、股骨头的Dmean差异均在2%以内。PTV、脊髓外扩和小肠三者的Dmax在两种算法的差异分别为3.43%、3.59%和3.62%;PTV的V5040差异为2.87%。结论:XVMC较MC算法低估了计划的剂量最大量,高估了靶区的处方剂量覆盖率,但两种算法之间的差异为临床可接受的范围内(5%以内),计划评估时需注意因算法所带来的剂量计算误差。 2024年07月12 00:00 2024年第7期 793 797 1244599 杨清宇,夏兵,张硕 局部晚期鼻咽癌自适应放疗中靶区体积变化的影响因素 /oa/darticle.aspx?type=view&id=202403036 目的:探究放疗前患者的体质量、性别、年龄、肿瘤分期、EBVDNA、血红蛋白、血浆白蛋白、诱导化疗方案与自适应放疗中患者靶区及淋巴结体积变化的关系,为自适应放疗的时机和人群选择提供参考依据。方法:回顾性分析2022年1月~2022年11月在中山大学肿瘤防治中心接受首程放疗的34名鼻咽癌患者资料,均在放疗20次后重新行CT扫描,制定二次放疗计划,收集患者体质量、性别、年龄、肿瘤分期、血红蛋白、血浆白蛋白、诱导化疗方案、EBVDNA等资料。结果:治疗前血浆白蛋白≥40 g/L的患者较血浆白蛋白<40 g/L的患者原发灶肿瘤体积缩小更加明显(t=3.971, P=0.001)。治疗前EBVDNA≤4 000 copies/mL的患者较EBVDNA>4 000 copies/mL的患者原发灶肿瘤体积缩小更加明显(t=4.080, P=0.001)。Pearson分析显示,GTVnx体积差与GTVnx放疗前体积(r=0.444, P=0.009)、放疗前后左、右腮腺体积差(左腮腺r=0.435,P=0.010;右腮腺r=0.737, P<0.001)、血红蛋白(r=0.722, P<0.001)呈显著正相关。结论:血浆白蛋白在正常范围内的鼻咽癌患者,放疗期间肿瘤体积缩小更加明显。治疗前EBVDNA≤4 000 copies/mL的患者放疗期间肿瘤体积缩小更加明显。放疗前原发灶的治疗体积、放疗前后腮腺体积变化、放疗前EBVDNA水平、血红蛋白水平及血浆白蛋白水平可以帮助预测放疗期间肿瘤体积缩小程度,为鼻咽癌自适应放疗时机的选择提供参考。 2024年07月12 00:00 2024年第7期 798 802 892181 董书慧1,姚文燕1,2,何梦雪1,2,钟梓悦1,2,周宇鹏1,2,许森奎1,2,夏伟雄1 宫颈癌调强放射治疗三维在体剂量验证分析及最佳γ通过率阈值 /oa/darticle.aspx?type=view&id=202402011 目的:对宫颈癌调强放射治疗(IMRT)进行基于电子射野影像装置的三维在体剂量验证(EIVD)分析,研究测量剂量与计划剂量间的差异,并通过剂量学敏感性探讨EIVD质控中最佳γ通过率阈值。方法:回顾性分析浙江大学医学院附属妇产科医院行IMRT的45例宫颈癌患者,所有患者在治疗过程中行EIVD验证,获取测量剂量。采用2 mm/2%、2 mm/3%、3 mm/3%的全局γ指标进行通过率分析,采用剂量体积直方图参数评估测量剂量和计划剂量之间的差异。通过皮尔逊(Pearson)相关性分析研究γ通过率与剂量学差异间的相关性,绘制受试者工作特征(ROC)曲线确定最佳γ通过率阈值。结果:3类γ指标2 mm/2%、2 mm/3%、3 mm/3%的平均通过率分别为(83.07±5.25)%、(91.69±3.52)%、(95.02±2.46)%;EIVD测量剂量与计划剂量在计划靶区(PTV)的平均剂量(Dmean)偏差为2.43%(P=0.016),膀胱、直肠、小肠的Dmean偏差分别为0.35%、0.46%、0.30%(P>0.05)。Pearson分析显示3类γ指标与PTV的剂量偏差相关性较强(r>0.7),与危及器官相关性较弱(r<0.7);ROC分析显示2 mm/2%、2 mm/3%、3 mm/3%最佳的γ通过率阈值分别为79.06%、90.04%、94.19%。结论:EIVD能够有效保证宫颈癌IMRT过程中PTV剂量传递的精准性,利用γ通过率阈值能够为下一步宫颈癌自适应IMRT提供一定的临床依据。 2024年07月12 00:00 2024年第7期 803 807 1143495 王佳浩,谢洪玲,陈玉凯,唐秋 瓦里安直线加速器机器性能检查中MV影像中心偏移量影响因素分析 /oa/darticle.aspx?type=view&id=202311024 【摘要】目的:探究导致瓦里安Vital beam直线加速器机器性能检查(MPC)结果中MV影像中心偏移量异常的主要因素。方法:通过修复MV影像臂“肩部”电机编码器、锁定治疗床位置以及等中心校正方法观察MPC结果中MV影像中心偏移量数值并进行统计学分析。结果:修复MV影像臂编码器后,MPC结果中MV影像中心偏移量小于空白组且差异具有统计学意义[空白组:(0.450±0.010) mm vs 维修编码器组:(0.310±0.001) mm]。等中心校正组MV影像中心偏移量与空白组相比差异无统计学意义。锁定治疗床组MV影像中心偏移量小于空白组且差异具有统计学意义[空白组:(0.450±0.010) mm vs 锁定治疗床组:(0.240±0.030) mm]。维修影像臂编码器并做等中心校正之后进行MPC时锁定治疗床与不锁定治疗床的MV影像中心偏移量结果无统计学差异。结论:MV影像臂“肩部”电机编码器损伤是导致MV影像中心偏移量异常的主要因素,开始MV影像中心检查前锁定治疗床位置能降低当次检查结果,但是无法彻底解决MV影像中心偏移的问题。 2024年07月12 00:00 2024年第7期 808 812 1149046 许刘杨1,王晓银2,王守宇1,庞克华1,孙丹丹1,杨军1 兆伏级CT图像引导自适应放疗中生成合成CT研究 /oa/darticle.aspx?type=view&id=202402010 目的:开发一种基于深度学习神经网络的方法将宫颈癌MVCT图像转换为具有高信噪比和高对比度的伪kVCT图像,从而提供宫颈癌自适应放疗需要的患者三维解剖图像和定位信息,引导加速器实现精确放疗。方法:收集54例宫颈癌患者的MVCT和kVCT图像组成数据集,随机选择44例样本作为训练集,并将剩下的10例样本作为测试集。采用加入门控机制和多通道数据输入的循环生成对抗网络(CycleGAN)基于MVCT合成伪kVCT图像。采用平均绝对误差(MAE)、峰值信噪比(PSNR)和结构相似度指数(SSIM)等影像学成像质量评估参数,评估网络训练效果。结果:5通道MVCT-5通道kVCT图像与MVCT图像对比,MAE从(24.9±0.7) HU降至(17.8±0.3) HU,PSNR从(29.8±0.2) dB升至(30.7±0.2) dB,SSIM从0.841± 0.007升至0.898±0.003。结论:该方法生成的伪kVCT在降噪和增强对比度方面具有优势,同时能够减少剂量计算中对额外MV-kVCT电子密度校准的需求。伪kVCT的剂量计算能力与MVCT相当,为伪kVCT影像应用于图像引导自适应放疗提供了可能。 2024年07月12 00:00 2024年第7期 813 820 1941032 陈宇亭1,2,周飞宇1,2,张富利2,蒋华勇2,陈点点2,高彦祥2,郁艳军2,乐小云1,路娜2 基于图论的精神分裂症患者静息态功能脑网络分析 /oa/darticle.aspx?type=view&id=202311007 目的:运用静息态功能磁共振探讨精神分裂症患者的脑网络及其拓扑属性。方法:收集the Center of Biomedical Research Excellence提供的35名精神分裂症患者资料作为患者组以及35名健康被试者资料作为对照组,计算两组的局部一致性,并进行统计学分析。然后使用Dosenbachs 160 atlas检查全脑功能网络,提取全脑网络的两个子网络:默认模式网络和躯体运动网络,构成一个新网络,计算全脑网络及新网络的拓扑属性。结果:精神分裂症患者大脑的默认模式网络与躯体运动网络之间及默认模式网络内部的功能连接存在显著减弱(P<0.05, FDR校正),全脑网络聚集系数有所下降,默认模式网络与躯体运动网络构成的网络的全局和局部效率降低(P<0.05)。结论:精神分裂症患者默认模式网络与躯体运动网络之间及默认模式网络内部功能连接存在显著异常,默认模式网络与躯体运动网络之间拓扑属性的显著改变可能成为关键因素。此外,该结论可运用于默认模式网络与躯体运动网络对应的脑神经元随机微分方程组的定性分析,从而对精神分裂症的物理治疗有所帮助。 2024年07月12 00:00 2024年第7期 821 827 9720823 任秀芳,罗捷 基于多尺度细节增强的脑瘤图像分割研究 /oa/darticle.aspx?type=view&id=202310003 针对脑瘤图像分割网络的跳跃连接引起的语义特征传递不平衡,以及多尺度特征关联不足,导致细节特征丢失,从而造成对细小目标肿瘤的分割精度不佳的问题,提出一种改进的Res-Unet框架的分割模型。该模型引入多尺度注意力融合模块,通过混合多尺度特征使模型更好地适应不同尺寸的肿瘤;该模型在跳跃连接中引入空间注意力模块,增强特征表达同时避免无用信息的干扰,保留特征图空间细节特征;最后通过辅助分类器模块,在解码器部分对不同尺度特征图进行特征预测。使用BraTS2020数据集进行实验和评估,使用Dice系数来评估模型分割效果。结果显示,改进的网络在全肿瘤区域、肿瘤核心区域和增强肿瘤区域的Dice系数分别为0.887 7、0.822 9、0.802 7,相比于通道注意力模型增强肿瘤区域和肿瘤核心区域的系数分别提升2.6%和0.14%,证明改进模型在脑瘤核磁共振图像分割的有效性和精确性。 2024年07月12 00:00 2024年第7期 828 935 3066032 刘遵雄,陈子涵,蔡体健,陈均,罗词勇 CT功能成像在胃癌治疗前评估中的研究进展 /oa/darticle.aspx?type=view&id=202312002 胃癌的发病率和死亡率均居世界恶性肿瘤前列,目前增强CT是胃癌术前诊断与评估的主要手段,但其多基于形态学评估,无法进行定量分析。以能谱CT及CT灌注成像为代表的功能成像技术发展迅速,其具有多种精准定量参数,有望弥补常规CT的缺陷。本文对能谱CT及CT灌注成像的基础原理、其在胃癌诊断、病理分型、分级、分期的评估以及疗效预测等方面的研究展开综述,旨在提高CT功能成像在胃癌治疗前评估中的认识。 2024年07月12 00:00 2024年第7期 836 841 1050356 任铁柱1,陈倩倩1,张文娟1,邓娟1,苏鑫安2,徐敏1,徐媛1,孙嘉晨1,李玉凤1,周俊林1 一种用于低剂量CT的微小细节保护CNN与Transformer融合去噪方法 /oa/darticle.aspx?type=view&id=202308011 为解决低剂量CT图像因辐射剂量降低而引入大量噪声,导致图像质量下降,从而影响临床诊断准确性问题,构建一种结合卷积神经网络(CNN)与Transformer的网络模型,并在此模型中引入一种内部块特征提取模块,以更好地保护图像中的微小细节。此外,为了解决应用Swin Transformer去噪时出现恢复错误纹理细节的问题,在自注意力部分并入一个多输入通道注意力模块,进而构建一种双重注意力Transformer。本研究在AAPM数据集上进行测试,实验结果表明,与现有的去噪算法相比,本文提出的算法在去噪方面表现出色,可以更好地保护图像的微小细节。 2024年07月12 00:00 2024年第7期 842 850 10489289 李晓增1,王宝珠1,郭志涛1,2,Shanaz Sharmin Jui1 瘤内及瘤周MR影像组学联合临床特征预测宫颈癌淋巴脉管间隙浸润 /oa/darticle.aspx?type=view&id=202312035 目的:探讨基于瘤内+瘤周MR影像组学联合临床特征构建的列线图模型,在预测宫颈癌淋巴脉管间隙浸润(LVSI)状态的价值。方法:回顾性分析178例经术后病理证实的宫颈癌患者资料,其中70例LVSI(+)、108例LVSI(-),按照8:2的比例将其划分为训练集[142例,54例LVSI(+)、88例LVSI(-)]和测试集[36例,16例LVSI(+)、20例LVSI(-)]。所有宫颈癌患者术前均行MRI检查,在T2WI序列上手动逐层勾画感兴趣区(ROI),瘤周区域分别等距外扩。对临床因素实行单因素逻辑分析,筛选宫颈癌LVSI(+)的独立预测因子。分别基于瘤内区、瘤周区和瘤内+瘤周区提取影像组学特征,以最佳者构建影像组学模型,比较各瘤周和瘤内+瘤周模型差异。基于最佳瘤内+瘤周模型影像组学评分与临床独立预测因子构建联合模型,绘制列线图。采用受试者工作特征曲线来评价各模型的诊断性能,决策曲线评价模型的临床价值。结果:联合模型在各种模型对比中效果最佳,训练集和测试集的AUC值为0.970和0.803。结论:瘤内+瘤周MR影像组学联合临床特征可以有效预测宫颈癌LVSI。 2024年07月12 00:00 2024年第7期 851 857 1632846 林宝金1,2,吴朝霞2,王石2,龙先凤1,梁莉莉1,李弟声1,朱超华1 DSA联合动态增强CT定量分析肝癌HAIC的疗效 /oa/darticle.aspx?type=view&id=202401023 目的:探讨DSA联合动态增强CT定量分析和评估肝癌经肝动脉灌注化疗(HAIC)的疗效。方法:临床诊断为原发性肝癌患者50例,均行3次以上HAIC治疗。根据第1次及第3次HAIC治疗前1周内的增强CT,按照改良实体瘤疗效评价标准分为疗效良好组(CR+PR)和疗效不佳组(SD+PD),比较两组治疗前和2次HAIC治疗后DSA造影肝癌的血流动力学参数[染色达峰时间(TP)、峰值密度(PV)、时间-密度曲线上升支斜率(SU)]及CT增强扫描肝癌各期CT值的变化,并进行敏感性分析。对有统计学差异的指标进行Logistic回归分析和ROC曲线分析,以评估判断肝癌HAIC疗效的效能。结果:治疗前,两组间CT值及DSA指标无显著差异(P>0.05)。所有患者均成功完成2次HAIC治疗。第3次HAIC治疗前1周的增强CT,疗效良好组的动脉期和静脉期CT值相比于治疗前显著降低(P<0.05),延时期CT值无显著差异(P>0.05)。第3次HAIC时DSA造影肝癌的血流动力学参数PV与SU显著降低,TP显著延长(P<0.05)。疗效不佳组各项指标差异不显著。回归分析显示,动脉期CT值和DSA造影SU值与疗效显著相关。ROC曲线结果显示,动脉期CT值和SU值是判断疗效的有效指标。结论:DSA造影的SU值和动态增强CT的CT值能够客观地反映HAIC后肝癌的血供变化,且与HAIC疗效相关,可作为评估HAIC疗效的影像学依据。 2024年07月12 00:00 2024年第7期 858 863 1443211 高瑞晖1,2,陈勇2,曾庆乐2,庞桦进2,林坚1,郝金华1 面向头部可穿戴式设备的体表传输特性研究 /oa/darticle.aspx?type=view&id=202308047 首先,采用时域有限差分方法建立超宽带(UWB)传输系统;然后,对头部穿戴设备模型中的输入阻抗特性、传输特性以及电场分布进行分析,明确设备间的UWB传输机制;最后,对人体模型进行简化,并对比简化前后模型的路径损耗。结果表明本研究提出的UWB传输系统路径损耗低,传输特性稳定,对面向头部可穿戴设备体表传输技术的发展具有重要意义。 2024年07月12 00:00 2024年第7期 864 869 2996493 熊竹,廖薇 基于改进最小方差波束成形的心磁信号的源重建 /oa/darticle.aspx?type=view&id=202308039 由于冠心病患者的心磁图在信噪比较低时,最小方差波束成形(MV)方法的源重建效果不理想,提出一种基于改进最小方差波束成形(IMV)方法,在MV方法的基础上,使用导联矩阵和磁场信号二阶特征矩阵组成约束矩阵,构造新的空间滤波器的权矩阵,从而降低输出噪声功率增益。利用点扩散函数理论比较IMV方法和MV方法的空间谱估计的单源分辨率;利用3个电流偶极子产生36通道磁场仿真数据,采用IMV方法和MV方法在低信噪比下对仿真数据进行源重建;最后对3名冠心病患者的36通道心磁图的R波峰和T波峰时刻数据进行源重建。结果表明,IMV方法的单源分辨率更高,对仿真数据及冠心病患者心磁数据的重建精度更好。 2024年07月12 00:00 2024年第7期 870 875 3796225 徐俊1,2,朱俊杰1,2 基于近红外光谱的脑组织氧监测系统研发与验证 /oa/darticle.aspx?type=view&id=202305028 结合修正Lambert-Beer定律和空间分辨光谱技术,提出一种基于三波长的脑组织氧饱和度监测系统。搭建脑组织氧饱和度(rSO2)测量平台,从光谱稳定性和本底噪声验证系统可靠性,建立受控低氧试验并招募18名志愿者,研究rSO2随吸入氧阶梯平台变化的趋势以及rSO2与动脉血氧饱和度之间的关系。结果表明,该测量系统可以有效监测rSO2,测试结果符合测量要求。受控低氧序列中,随吸入氧浓度下降,rSO2均呈下降趋势,且个体rSO2与动脉血氧饱和度具有较高的相关性。 2024年07月12 00:00 2024年第7期 876 882 1652187 蔡世杰1,2,李翰林1,2,沈昭3,于辉3,叶继伦2,3,张旭1,2 个性化头部生物力学模型的开发及验证 /oa/darticle.aspx?type=view&id=202404045 本文提出了一种个性化头部生物力学模型建模方法,并对所生成模型进行了有效性验证。该方法以图斯特50th百分位头部生物力学模型为基础,基于目标模型头部CT数据,采用三维点云配准和自由网格变形法,实现具有详实脑组织结构的个性化头部生物力学模型的快速建模。通过重构经典尸体试验,发现该方法构建的个性化头部生物力学模型在运动学和生物力学响应方面与尸体试验结果高度一致,且与通过逆向工程方法开发的头部生物力学模型并无明显差异,验证了本文方法所开发模型的有效性。因此,本文方法可用于快速构建具有详细解剖学结构的个性化头部生物力学模型,为损伤生物力学、临床医学和法医鉴定等领域的数字化需求提供基础计算分析工具。 2024年07月12 00:00 2024年第7期 883 889 1987751 李海岩1,2,曹祎帆1,2,贺丽娟1,2,吕文乐1,2,崔世海1,2,阮世捷1,2 基于特征融合的糖尿病命名实体识别 /oa/darticle.aspx?type=view&id=202312056 针对医学糖尿病领域命名实体识别中存在实体种类多样性、数据稀缺等问题,提出了基于特征融合的糖尿病命名实体识别方法。以BERT+BILSTM+CRF为基准模型,在3方面进行改进。首先,使用预训练模型RoBERTa-wwm-ext作为模型嵌入层,提供字符级嵌入,利用其在训练阶段进行全词掩码来获取含有先验知识的语义表示。其次,使用双向长短时记忆网络和迭代膨胀卷积神经网络并行提取特征,以获取不同粒度的特征。同时,结合注意力机制进行动态特征融合,从而更好地理解数据的关键信息,以获得更丰富的上下文特征。最后,采用条件随机场进行解码,获得最终的预测结果。该模型在包含18种实体类别的中文糖尿病数据集DiaKG上的F1值达到了79.58%,实验结果表明,与High-Order MKGragh模型相比,该模型的F1值提升了5.38%,充分说明了特征融合的方法能够有效识别糖尿病实体。 2024年07月12 00:00 2024年第7期 890 896 1421769 任建华,赵若涵 基于少样本学习算法的结直肠粘膜下肿瘤和息肉内镜图像分类系统 /oa/darticle.aspx?type=view&id=202402016 目的:为解决难以收集足够结直肠粘膜下肿瘤样本训练深度学习模型的问题,基于少样本学习算法构建了粘膜下肿瘤和息肉内镜图像分类模型。方法:收集多中心来源的结直肠粘膜下肿瘤内镜图像共172张,包括结直肠脂肪瘤(CRLs)、神经内分泌肿瘤(NETs)、锯齿状病变及息肉、传统腺瘤各43张。基于这些内镜图像构建支持集和查询集,在ImageNet和食管内镜图像上二次预训练的ResNet50提取图像特征,计算欧氏距离,使用K近邻算法进行分类。与原始模型和低、高年资内镜医师进行对比,评估少样本学习模型的分类性能。结果:提出的少样本学习模型分类准确率、宏曲线下面积和Macro F1值分别为0.831、0.925和0.831,诊断CRLs的准确率和F1值分别为0.925和0.850,诊断NETs的准确率和F1值分别为0.906和0.805。同时,该模型具有较好的分类一致性(Kappa=0.775)和可解释性。结论:构建的少样本学习模型在区分CRLs、NETs、锯齿状病变及息肉、传统腺瘤内镜图像上表现出优异性能,可用于辅助内镜下识别结直肠粘膜下肿瘤。 2024年07月12 00:00 2024年第7期 897 904 2255670 伍亚辉1,2,朱世祺1,吴宇东3,张儒发4,朱锦舟1 机器学习算法对心脏病预测效能的研究 /oa/darticle.aspx?type=view&id=202310046 目的:探索基于机器学习的方法,包括判定树(DT)、随机森林(RF)、支持向量机(SVM)、K最近邻(KNN)和朴素贝叶斯(NB),构建心脏病预测模型,以实现心脏病的准确预测。方法:使用克利夫兰心脏病数据集作为数据源,通过皮尔逊相关系数选择显著特征,使用DT、RF、SVM、KNN和NB算法构建心脏病预测模型,通过准确度、精确度、召回率、F1分数和受试者工作特征曲线下面积(AUC)值等多项指标评估模型性能。结果:研究纳入303个样本,样本13个临床特征中有11个显著特征,RF预测模型获得最高的准确度(0.869)、召回率(0.906)、F1分数(0.879)和AUC值(0.93),NB预测模型获得最高的精确度(0.900)。结论:基于机器学习的方法能够有效进行心脏病预测,特别是RF预测模型具有显著优势,NB预测模型也表现出令人满意的效果。 2024年07月12 00:00 2024年第7期 905 909 2935082 蒋美艳1,2,张辉1,2 基于YOLOv8s的改进结核病病原体检测算法 /oa/darticle.aspx?type=view&id=202403024 针对结核病病原体在痰涂片图像背景复杂且目标小,人工筛查成本较高的问题,提出了一种基于YOLOv8s的结核病病原体检测方法。首先,采用基于空间和通道重构卷积改进的结构来限制特征冗余。其次,引入了坐标注意力来扩大模型的感受野。再者,使用空间金字塔池化跨阶段局部网络来提取不同尺度上的特征信息。最后,嵌入基于归一化的注意力机制抑制不太显著的特征。实验结果表明,在公开数据集上,改进网络模型与原YOLOv8s模型相比,精确率和召回率分别提升2.7%和1.5%,置信度为0.5时的平均精度均值提高了2.3%,该模型能够有效辅助影像科医师进行诊断。 2024年07月12 00:00 2024年第7期 910 917 2009379 乐振1,孙振2,鞠瑞文2,李庆党3 基于深度学习的肺结核检测综述 /oa/darticle.aspx?type=view&id=202310049 基于医学影像的肺结核病灶自动检测技术成为医学图像处理领域的研究热点。本研究围绕深度学习在肺结核病灶检测方面的相关研究与应用展开综述,首先阐述用于肺结核检测的实验基准,涵盖肺部医学影像的相关公开数据库和肺结核检测与分类竞赛的相关研究进展,然后提出肺结核检测领域中深度学习方法与应用的发展趋势,最后分析深度学习在肺结核诊断中面临的挑战。本研究从技术特性、性能优势、应用前景等方面对这些技术的研究进展以及面临的挑战进行总结和展望。 2024年07月12 00:00 2024年第7期 918 924 7249791 谢浩杰1,鲁明丽2,张陈1,周理想3,滕诣迪4,王明明1