首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

多模式融合:乳腺癌先进和传统模式的回顾

2026-11-17 1 阅读 约1分钟阅读 Jawaher Al-Tuweity, Jo\~ao Paulo Papa
分享:
字号:
arXiv:2611.18793v1 公告类型:新 摘要:目的:多模态医学成像融合 (MMIF) 是乳腺癌检测 (BCD) 日益重要的方法,因为不同的成像模式依赖于不同的物理原理并提供补充信息。没有任何一种单一模式能够捕获准确诊断和表征所需的所有结构、功能和生物信息。方法:本综述研究了乳腺癌检测中使用的超过 15 种成像方式,包括乳房 X 线摄影、超声和磁共振成像 (MRI) 等传统技术,以及热成像、光声成像、微波成像和多模态显微镜等新兴方法。结果:乳房 X 线摄影、超声和 MRI 仍然是最广泛使用的方法之一,可提供补充的结构和功能信息。最近人工智能的进步已经实现了数据、特征和决策层面的融合,并在检测、分类、分割、预后和个性化癌症管理方面得到应用。多模式方法越来越多地将成像数据与临床、组织病理学和基因组信息结合起来。然而,重要的挑战仍然存在,包括大型和多样化的多模态数据集的可用性有限、成像协议的变化、模态缺失、外部验证有限以及对可解释和临床可靠的人工智能模型的需求。结论:MMIF 通过结合互补的成像和非成像信息,为改善乳腺癌检测和表征提供了有前景的机会。未来的研究应优先考虑稳健的融合策略、标准化和多样化的数据集、多中心验证、可解释和保护隐私的人工智能,以及成像与临床和分子数据的整合,以促进可靠地转化为临床实践。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱