-
题名重视医学影像人工智能数据库的标准化建设
被引量:9
- 1
-
-
作者
石镇维
刘再毅
-
机构
广东省医学科学院
-
出处
《协和医学杂志》
CSCD
2021年第5期599-601,共3页
-
基金
国家自然科学基金(81771912,82102034)
国家杰出青年科学基金(81925023)。
-
文摘
医学影像被认为是人工智能最具落地潜力的领域之一。然而,人工智能面临着医学影像大数据持续积累所带来的挑战:缺乏高质量数据集、行业标准、管理规范等。因此,构建符合我国国情、法律/法规及科研人员使用习惯的标准化医学影像数据库势在必行。FAIR数据准则(可查询、可访问、可交互、可再用)有望在数据库构建、数据采集以及医学影像数据描述术语规范化等方面发挥指导作用。期待在国内学者的共同努力下,推动医学影像人工智能标准化数据库的建设。
-
关键词
医学影像
人工智能
fair数据准则
标准化数据库
-
Keywords
medical imaging
artificial intelligence
fair data principle
standardized database
-
分类号
R-1
[医药卫生]
R445
[医药卫生—影像医学与核医学]
-
-
题名推进联邦学习技术在医学影像人工智能中的应用
被引量:8
- 2
-
-
作者
刘再毅
石镇维
梁长虹
-
机构
广东省人民医院放射科广东省医学科学院
-
出处
《中华医学杂志》
CAS
CSCD
北大核心
2022年第5期318-320,共3页
-
文摘
医学影像的人工智能系统在辅助疾病诊疗方面已展现出巨大潜力,但医学影像数据孤岛、数据隐私安全及数据行业标准不统一等问题严重阻碍了人工智能赋能疾病诊疗。通过结合联邦学习和FAIR科学数据管理准则,可从技术上缓解上述问题对构建医学影像人工智能系统的影响,进而发挥多中心数据的最大价值,开发出更加高效、准确的疾病诊疗系统,指导基于医学影像的人工智能技术在疾病诊疗领域落地。
-
关键词
放射学
人工智能
医学影像
联邦学习
fair数据准则
-
Keywords
Radiology
Artificial intelligence
Medical image
Federated learning
fair data principle
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
R445
[医药卫生—影像医学与核医学]
-