摘要
摘要脑胶质瘤是最常见的颅内原发性肿瘤，多呈浸润性生长，手术难以彻底切除，远处转移和对放化疗不敏感者治愈率极低，复发率高。患者长期生存率仅为20%。核磁共振是脑胶质瘤的首选检查方法，基于MRI的多模态影像学技术在脑胶质瘤的诊断和鉴别诊断、治疗前评估、手术导航及治疗后随访方面起到了关键的作用。高年资放射科医师通过MRI能较准确地识别肿瘤，但对于低年资放射科医师及未接受过脑肿瘤MRI诊断系统训练的放射科医生，误诊和漏诊的发生率明显升高。另外，放射科医师面对大量的MRI影像时常会出现身心疲劳，降低诊断准确性，因此，如何将放射科医师从传统阅片中解放出来，成为一个关注的问题。利用人工智能模拟人类思维，高效进行数据挖掘整合，从而实现精确诊断、鉴别诊断的数字医学出现迅猛发展。从影像大数据中提取肉眼难以有效识别的图像信息，通过分析这些信息来诊断疾病和建立预测模型，已成为具有广阔应用前景的技术手段。笔者就人工智能在脑胶质瘤MRI诊断中的研究进展做一综述，以提高对人工智能技术在脑胶质瘤鉴别诊断中的认识。
出版日期
2021年09月05日（中国期刊网平台首次上网日期，不代表论文的发表时间）
