机构名称：
¥ 1.0
自从半个多世纪前数字成像开始取代胶片以来，人工智能 (AI) 就一直与放射学领域紧密相连。这些算法，从简单的语音到文本听写程序到自动解释神经网络，一直在寻求彻底改变医学成像。由于成像研究的数量超过了受过训练的读者的数量，人工智能已被用于简化工作流程效率并提供定量、标准化的解释。人工智能依靠大量数据来运行其算法，随着图片存档和通信系统 (PACS) 的广泛采用，图像数据正在迅速积累。目前使用机器学习技术或计算机辅助检测的人工智能算法已经能够成功地汇集这些数据用于临床，尽管这些算法的范围仍然很窄。已经开发了许多系统来通过 PACS 优化和成像研究分类来协助放射科医生的工作流程，但目前解释通常仍然是人类的责任。在这篇评论文章中，我们将总结人工智能在放射学领域目前取得的成功和局限性，并探索深度学习技术为未来提供的令人兴奋的前景。
医学成像中的人工智能 - NET
主要关键词
相关文件推荐
