摘要
近年来,随着人工智能,特别是深度学习技术的发展,基于医学影像的脑血管病自动化检测研究获得了较大进展并逐渐进入临床应用。然而,由于深度学习算法的复杂性和灵活性,各研究在模型构建、验证、性能描述和可解释性方面存在差异,缺乏对此类深度学习模型可靠、一致的规范化设计,在一定程度上影响了自动化影像检测研究的转化应用和技术发展。中国医师协会放射医师分会在广泛调研的基础上,组织国内专家广泛讨论,对基于深度学习的脑血管病自动化影像检测模型研究需要完成的关键步骤和内容的规范设计提出了建议。随着研究的深入及应用的拓展,该建议将持续更新,并逐渐扩展到该类临床应用工具的可推广性、临床应用效能、产品化等方面的评估。
作者
中国医师协会放射医师分会
卢光明
金征宇
张龙江
施昭
Chinese Association of Radiologists;Lu Guangming;Jin Zhengyu(不详;Department of Radiology,Afiliated Jinling Hospital,Medical School of Nanjing University,General Hospital of Eastern Theater Command,Nanjing 210002,China;Department of Radiology,Peking Union Medical College Hospital,Peking Union Medical College,Chinese Academy of Medical Sciences,Beijing 100730,China)
出处
《中华放射学杂志》
CAS
CSCD
北大核心
2023年第1期17-26,共10页
Chinese Journal of Radiology
基金
国家自然科学基金(81830057,82230068,82102155)。