文献类型：期刊文章

作　　者：檀韬[1] 喻秉斌[2] 吴山东[3,4,5,6,7]

机构地区：[1]荷兰埃因霍温理工大学生物医学工程系,埃因霍温 [2]德国人工智能研究所,不来梅 [3]美国匹兹堡大学医学院放射科(系) [4]美国匹兹堡大学医学院生物医学信息系 [5]美国匹兹堡大学工程学院生物工程系 [6]美国匹兹堡大学计算和信息学院智能系统系 [7]美国匹兹堡大学临床和转化研究院,宾夕法尼亚州匹兹堡

出　　处：《放射学实践》

基　　金：荷兰国家科学研发项目(629.001.003);荷兰WBSO经济部项目(2016YFE0103000)；欧盟欧洲之星项目(9714);美国国家卫生研究院/美国国家癌症研究所项目(1R01CA193603,1R01CA218405)。

年　　份：2018

卷　　号：33

期　　号：10

起止页码：1002-1005

语　　种：中文

收录情况：BDHX、BDHX2017、JST、ZGKJHX、核心刊

摘　　要：上个世纪60年代就有一些利用计算机来诊断骨肿瘤的研究应用。但是这些研究都不够成功。最早大规模的关于计算机处理医学图像的研究是上个世纪80年代，起源于芝加哥大学的Kurt Rossmann实验室。那时Kunio Doi教授带领这个实验室开始利用数字化的医学图像来提高诊断精度［1］。这些课题涉及血管成像，肺癌X线的检测(Maryellen Giger)及乳腺X线钙化点的检测（Heang-Ping Chan）等。Maryellen Giger教授后来成为芝加哥大学放射科计算机辅助检测/诊断(computer-aided detection/diagnosis,CAD)研究的领头人，而Heang-Ping Chan教授则在密歇根大学把CAD研究推向深入。这些计算机诊断的研究主要是模拟放射科医生诊断和检测的过程，同时研究为什么有些肿瘤会被漏诊。基于计算机的辅助诊断的核心是计算机自动找到可疑肿瘤区域或者计算机给指定的区域评出可疑程度（良恶性诊断）。

关 键 词：人工智能 医学影像 计算机辅助诊断 手术机器人

分 类 号：R05] R395[心理学类]