基于机器学习的医学影像分割关键问题研究及其在肿瘤诊疗中的应用_秦文健.caj

目前最新的计算断层成像（CT）、核磁共振成像（MRI）、超声影像（US）等多模态医学成像技术不仅可以实现对肿瘤病变高分辨率的成像，同时还能够结构及功能多模态成像，从而实现对肿瘤病变无创检测。还作为最常用的治疗规划及监测治疗反应和提供肿瘤关键信息的方法，已经成为临床上对癌症诊疗的主要技术手段[2]，有效克服了常规临床病理取样和分析的难题。但是目前临床基于影像的肿瘤诊断和治疗都依赖于医生的经验主观评判和操作，然而目前成像模态多样化，再加上多维空间数据获取，数据量和信息量也越来越多，如何通过计算机信息技术尤其是人工智能技术对肿瘤影像数据进行全自动、精准的诊断和治疗规划一直是研究热点和难点[3]。