医学影像中基于 AI 的检测、分类与预测/预后：迈向放射表型组学
医学物理
2022-01-17 v4 计算机视觉与模式识别
图像与视频处理
摘要
人工智能（AI）技术在实现有效、鲁棒且自动化的图像表型分析（包括识别细微模式）方面具有显著潜力。基于 AI 的检测通过搜索图像空间，依据模式与特征寻找感兴趣区域。从良性到恶性的肿瘤组织学谱系可通过基于 AI 的分类方法利用图像特征加以识别。从图像中提取可挖掘信息催生了放射组学领域，并可通过显式（手工/工程化）与深度放射组学框架进行探索。放射组学分析有潜力作为一种非侵入性技术，用于肿瘤的准确表征以改善诊断与治疗监测。本工作综述了基于 AI 的技术，特别关注肿瘤学 PET 与 PET/CT 成像，用于不同的检测、分类及预测/预后任务。我们还讨论了将 AI 技术转化至常规临床工作流所需的努力，以及潜在的改进与互补技术，例如对电子健康记录使用自然语言处理以及神经符号 AI 技术。
引用
@article{arxiv.2110.10332,
title = {AI-Based Detection, Classification and Prediction/Prognosis in Medical Imaging: Towards Radiophenomics},
author = {Fereshteh Yousefirizi and Pierre Decazes and Amine Amyar and Su Ruan and Babak Saboury and Arman Rahmim},
journal= {arXiv preprint arXiv:2110.10332},
year = {2022}
}