https://blog.qife122.com/tags/%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F/ Recent content in 医学影像 on 办公AI智能小助手 Hugo zh-cn qife Tue, 09 Dec 2025 09:28:54 +0800 https://blog.qife122.com/p/ai%E5%A6%82%E4%BD%95%E9%A9%B1%E5%8A%A8%E7%B2%BE%E5%87%86%E5%8C%BB%E7%96%97%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%98%E9%9D%A9%E4%B8%8E%E5%BA%94%E7%94%A8/ Tue, 09 Dec 2025 09:28:54 +0800 https://blog.qife122.com/p/ai%E5%A6%82%E4%BD%95%E9%A9%B1%E5%8A%A8%E7%B2%BE%E5%87%86%E5%8C%BB%E7%96%97%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F%E6%8A%80%E6%9C%AF%E7%9A%84%E5%8F%98%E9%9D%A9%E4%B8%8E%E5%BA%94%E7%94%A8/ <h2 id="ai在医学影像中的角色影响与机遇">AI在医学影像中的角色、影响与机遇</h2> <p>人工智能正在彻底改变医学图像的获取、分析和解读方式。这一变革开启了一个数据驱动诊断以及更快速、更个性化患者护理的新时代。</p> <p>放射学被广泛认为是受人工智能影响最深刻的医学领域。事实上，迄今所有FDA批准的AI算法中，有76%专注于医学影像人工智能，这清楚地表明了这项技术的重要性。这些进展在计算机视觉领域尤为突出，计算机视觉是AI的一个子领域，专注于解释视觉输入，它使放射学发展成为一门更精确、高效和可扩展的学科。计算机视觉现在为许多核心医学影像工具提供支持，如CT、MRI、X光和超声波。</p> https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%A6%82%E4%BD%95%E6%94%B9%E8%BF%9Bmri%E6%89%AB%E6%8F%8F/ Fri, 03 Oct 2025 04:23:37 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E5%A6%82%E4%BD%95%E6%94%B9%E8%BF%9Bmri%E6%89%AB%E6%8F%8F/ <h1 id="机器学习技术如何改进mri扫描">机器学习技术如何改进MRI扫描</h1> <p>对于许多患者来说，在磁共振成像（MRI）扫描过程中时间过得异常缓慢。那些经历过MRI扫描的人都深知在嗡嗡作响的扫描仪内保持绝对静止数分钟甚至超过一小时的挑战。Jonathan（Jon）Tamir正在开发机器学习方法，以缩短检查时间并从这一必要但通常令人不适的成像过程中提取更多数据。</p> https://blog.qife122.com/p/%E7%9A%AE%E8%82%A4%E7%A7%91%E4%B8%8E%E7%97%85%E7%90%86%E5%AD%A6%E4%B8%93%E7%94%A8%E5%B5%8C%E5%85%A5%E5%B7%A5%E5%85%B7%E5%8A%A0%E9%80%9F%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8Fai%E6%A8%A1%E5%9E%8B%E5%BC%80%E5%8F%91/ Sat, 20 Sep 2025 12:13:55 +0800 https://blog.qife122.com/p/%E7%9A%AE%E8%82%A4%E7%A7%91%E4%B8%8E%E7%97%85%E7%90%86%E5%AD%A6%E4%B8%93%E7%94%A8%E5%B5%8C%E5%85%A5%E5%B7%A5%E5%85%B7%E5%8A%A0%E9%80%9F%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8Fai%E6%A8%A1%E5%9E%8B%E5%BC%80%E5%8F%91/ <h1 id="皮肤科与病理学专用嵌入工具">皮肤科与病理学专用嵌入工具</h1> <p>2024年3月8日<br> Dave Steiner, Google Health临床研究科学家<br> Rory Pilgrim, Google Research产品经理</p> <p>全球范围内包括放射学、皮肤科和病理学在内的医学影像专家解读资源普遍短缺。机器学习（ML）技术能够通过赋能工具帮助医生更准确高效地解读这些图像，从而缓解这一负担。然而，此类ML工具的开发和实施往往受限于高质量数据、ML专业知识和计算资源的可用性。</p> https://blog.qife122.com/p/%E6%8F%90%E5%8D%87%E9%AB%98%E9%A3%8E%E9%99%A9%E5%9C%BA%E6%99%AF%E4%B8%ADai%E6%A8%A1%E5%9E%8B%E5%8F%AF%E4%BF%A1%E5%BA%A6%E7%9A%84%E6%96%B0%E6%96%B9%E6%B3%95/ Tue, 16 Sep 2025 07:53:55 +0800 https://blog.qife122.com/p/%E6%8F%90%E5%8D%87%E9%AB%98%E9%A3%8E%E9%99%A9%E5%9C%BA%E6%99%AF%E4%B8%ADai%E6%A8%A1%E5%9E%8B%E5%8F%AF%E4%BF%A1%E5%BA%A6%E7%9A%84%E6%96%B0%E6%96%B9%E6%B3%95/ <h1 id="提升高风险场景中ai模型可信度的新方法">提升高风险场景中AI模型可信度的新方法</h1> <p>医学影像中的模糊性给疾病诊断带来重大挑战。例如在胸部X光片中，肺部异常积液（胸腔积液）与脓液或血液积聚（肺浸润）的外观非常相似。人工智能模型可通过识别细微特征来辅助影像分析，提升诊断效率。但由于单张影像可能存在的多种状况，临床医生更需要一组可能性集合而非单一预测。</p> https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BC%98%E5%8C%96mri%E6%89%AB%E6%8F%8F%E7%9A%84%E6%96%B0%E7%AA%81%E7%A0%B4/ Wed, 10 Sep 2025 03:27:29 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E4%BC%98%E5%8C%96mri%E6%89%AB%E6%8F%8F%E7%9A%84%E6%96%B0%E7%AA%81%E7%A0%B4/ <h2 id="机器学习如何改进mri扫描">机器学习如何改进MRI扫描</h2> <p>对于许多患者来说，磁共振成像（MRI）扫描过程中的时间流逝极其缓慢。接受过扫描的人都知道，在嗡嗡作响的扫描仪内保持完全静止数分钟甚至超过一小时的挑战性。Jonathan Tamir正在开发机器学习方法，以缩短检查时间并从这一重要但常常令人不适的成像过程中提取更多数据。</p> https://blog.qife122.com/p/%E8%82%BA%E7%99%8C%E7%AD%9B%E6%9F%A5%E4%B8%AD%E7%9A%84%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%BE%85%E5%8A%A9%E8%AF%8A%E6%96%ADai%E6%A8%A1%E5%9E%8B%E4%B8%8E%E4%B8%B4%E5%BA%8A%E5%B7%A5%E4%BD%9C%E6%B5%81%E6%95%B4%E5%90%88/ Mon, 08 Sep 2025 02:24:23 +0800 https://blog.qife122.com/p/%E8%82%BA%E7%99%8C%E7%AD%9B%E6%9F%A5%E4%B8%AD%E7%9A%84%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%BE%85%E5%8A%A9%E8%AF%8A%E6%96%ADai%E6%A8%A1%E5%9E%8B%E4%B8%8E%E4%B8%B4%E5%BA%8A%E5%B7%A5%E4%BD%9C%E6%B5%81%E6%95%B4%E5%90%88/ <h1 id="计算机辅助诊断在肺癌筛查中的应用">计算机辅助诊断在肺癌筛查中的应用</h1> <p>2024年3月20日 | 作者：Atilla Kiraly（软件工程师）与Rory Pilgrim（产品经理），谷歌研究院</p> <h2 id="引言">引言</h2> <p>肺癌是全球癌症相关死亡的主要原因，2020年报告180万死亡病例。晚期诊断显著降低生存机会。通过计算机断层扫描（CT）进行肺癌筛查可提供肺部详细3D图像，早期检测潜在癌症迹象，已证明能将高危人群死亡率降低至少20%。在美国，筛查涉及年度扫描，某些国家或病例建议更频繁或更少扫描。</p> https://blog.qife122.com/p/%E7%94%9F%E6%88%90%E5%BC%8Fai%E5%8A%A9%E5%8A%9B%E7%9A%AE%E8%82%A4%E7%97%85%E5%8F%98%E5%88%86%E7%B1%BB%E5%99%A8%E5%85%AC%E5%B9%B3%E6%80%A7%E8%AF%84%E4%BC%B0/ Sun, 07 Sep 2025 07:44:32 +0800 https://blog.qife122.com/p/%E7%94%9F%E6%88%90%E5%BC%8Fai%E5%8A%A9%E5%8A%9B%E7%9A%AE%E8%82%A4%E7%97%85%E5%8F%98%E5%88%86%E7%B1%BB%E5%99%A8%E5%85%AC%E5%B9%B3%E6%80%A7%E8%AF%84%E4%BC%B0/ <h1 id="基于生成式ai图像合成促进ai皮肤病变分类器的公平性评估">基于生成式AI图像合成促进AI皮肤病变分类器的公平性评估</h1> <p>深度学习及其边缘应用的近期进展对黑色素瘤等皮肤癌的常规筛查具有革命性潜力。伴随这项技术的预期益处，不可预见和固有偏见带来的潜在风险也随之出现。因此，评估和改进此类系统的公平性至关重要。</p>