摘要
^(18)F-FDG PET-CT对肺结节检出、诊断及肺癌的疗效评价和预后评估具有灵敏度高、特异度强、定量精准等特点,其临床价值已得到国内外认可。随着影像组学与人工智能技术应用于^(18)F-氟脱氧葡萄糖(FDG)PET-CT领域的逐渐开展,数据标注和质量控制对深度学习模型准确性和鲁棒性起着重要作用。该共识旨在为肺结节^(18)F-FDG PET-CT的数据采集、标注以及质量控制提出初步指导意见,以促进肺结节^(18)F-FDG PET-CT数据集标准化,为人工智能算法和产品研发、调优、验证等提供重要依据,推动细分领域产品的快速发展。
作者
中华医学会放射学分会
中华医学会核医学分会
吴宁
李思进
刘士远
张泽伟
陶秀丽
Chinese Society of Radiology of Chinese Medical Association;Chinese Society of Nuclear Medicine of Chinese Medical Association;Wu Ning;Li Sijin;Liu Shiyuan(不详;Department of Nuclear Medicine(PET-CT Center),National Cancer Center,National Clinical Research Center for Cancer,Cancer Hospital,Chinese Academy of Medical Sciences and Peking Union Medical College,Beijing 100021,China;Department of Nuclear Medicine,First Hospital of Shanxi Medical University,Collaborative Innovation Center for Molecular Imaging of Precision Medicine,Taiyuan 030001,China;Department of Radiology,the Second Affiliated Hospital of Naval Medical University,Shanghai 200003,China)
出处
《中华放射学杂志》
CAS
CSCD
北大核心
2024年第3期258-265,共8页
Chinese Journal of Radiology
基金
上海市促进产业高质量发展专项(人工智能专题)(2023-GZL-RGZN-01014)
科技创新2030-“新一代人工智能”重大项目(2020AAA0109500)
上海市科学技术委员会科研计划项目(19411951300)。
