摇基金项目:2022年辽宁省重点研发项目,项目编号:2020JH2/10300122。摇作者简介:曹军英(1969),女,河北乐亭人,主任医师,医学博士后,主要研究方向为介入性超声诊疗及5G智能超声。超声人工智能在肿瘤诊疗的应用进展曹军英,李玥(北部战区总医院超声科,辽宁沈阳110016)摇摇超声具有无电离辐射、低成本、实时成像等独特优势。随着高频超声、彩色多普勒血流成像、对比增强超声(contrastenhancedultrasound,CEUS)、超声弹性成像、三维成像、自动乳腺全容积扫描等多模态超声技术不断发展,超声已成为临床实践中不可或缺的影像学检查方法。但由于超声对操作者的高度依赖性,可重复性有待提高。人工智能(AI)在自动识别声像图特征、定量评估等方面辅助超声医师获得准确且重复性良好的诊断结论,具有应用潜能。本文简述人工智能相关技术概念,从计算机辅助诊断(computer-aideddiagnosis,CAD)、预测、疗效评估等方面总结近年来超声人工智能在甲状腺、乳腺、肝脏、前列腺肿瘤诊疗中的应用,对AI在超声医学临床实践中面临的挑战和机遇进行展望。1摇人工智能相关技术简述[1]1郾1摇人工智能AI是计算机科学的一个分支,包括机器学习(machinelearning,ML)、深度学习(deeplearn鄄ing,DL)和卷积神经网络(convolutionalneuralnetworks,CNN),人工智能可使用设备模仿人类的认知过程,涉及学习、应用和解决复杂问题。由于图像本身是人工智能算法的主要数据来源,其像素值可以被量化,人工智能技术适合应用于医学影像领域。1郾2摇机器学习ML通过训练、测试和验证等步骤将输入的数据或变量映射到输出结果。ML可分为3类:监督学习、无监督学习和强化学习。超声成像中最常用的方法是监督学习,数据标记由专家确定,比较耗时;无监督学习可发现数据中隐藏的信息并对其进行分类;强化学习中计算机对于预测结果可进行强化反馈。根据特征是否为人工提取的,ML可分为人工提取特征、非人工提取特征两种类型。1郾3摇深度学习DL是基于人工神经网络,模拟人类神经元、自动学习信息并从原始数据中积累经验、提取特征的技术。与传统的人工神经网络相比,DL包含更多的隐藏层,并以分层、非线性的方式处理输入信息。1郾4摇卷积神经网络CNN是神经网络的一个子类,多个处理层使CNN具有学习医学影像抽象特征的能力。2摇人工智能在超声影像中应用领域随着人工智能的发展,超声影像数据分析已进入新时代。AI技术支持多方面技术:(1)检测:自动识别器官结构及感兴趣的病灶;(2)诊断或分类:分析超声影像以评估疾病状态或将其归...
