机器学习算法在辅助超声诊断附件肿块良恶性中的应用研究进展

摘要：

卵巢癌是主要的附件恶性肿瘤,是全球女性癌症相关死亡的第二大常见原因,约75％的患者被诊断时已属晚期,5年生存率低于45％.因此,对附件肿块进行准确的非侵入性良恶性鉴别,对于患者的预后及生存质量至关重要.近年来,人工智能领域进展迅速,机器学习作为人工智能领域的一个分支,具有从大量复杂数据中进行高效学习的能力,逻辑回归、人工神经网络、支持向量机、深度卷积神经网络等算法已被应用于辅助超声鉴别附件肿块良恶性诊断中,并具有良好的诊断效能.本文将对机器学习算法在辅助超声鉴别附件肿块良恶性中应用价值的研究进展进行综述.

关键词：附件肿块、卵巢恶性肿瘤、超声评分体系、诊断模型、机器学习

所属期刊栏目：21

分类号：R541.7(心脏、血管（循环系）疾病)

资助基金：国家自然科学基金;上海市科委医学创新项目

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：541-546