深度学习模型在侵袭性垂体腺瘤诊疗中的应用

doi:10.3877/cma.j.issn.2095-123X.2023.06.012

视频资源库

王守森, 方翌, 冯添顺, 魏梁锋^†(

)

350025　福州，解放军联勤保障部队第九〇〇医院神经外科

收稿日期:2023-10-09 出版日期:2023-12-15
通讯作者: 魏梁锋

王守森，主任医师，博士研究生导师，博士后合作导师。担任解放军联勤保障部队第九〇〇医院神经外科主任，海军军医大学、厦门大学和福建医科大学博士生导师。擅长颅底肿瘤手术和脑血管病手术。现任全军神经外科学会常务委员、福建省中西医结合学会神经外科分会副主任委员、中国医促会神经损伤分会常委及神经外科分会委员。曾担任福建省神经外科学会副主任委员（第4、5届)、中国医师协会神经外科分会委员（第4、5届)、中华神经外科学会肿瘤学组和小儿外科学组委员。2015年被批准为南京军区科技领军人才，2020年获白求恩式好医生提名奖。以第一作者发表论文130篇。主编专著5部《鞍区的显微解剖与手术》、《计算机辅助神经外科手术学》、《垂体瘤诊治100问》、《神经外科护理交班手册》、《垂体腺瘤诊断与治疗》。主译专著2部：《内镜垂体外科学》、《垂体MRI》。以第一贡献者获军队医疗成果二等奖1项、科技进步三等奖3项、福建省科技进步二等奖2项。

中华脑科疾病与康复杂志(电子版) 2023, 13 (06): 382 -384. doi: 10.3877/cma.j.issn.2095-123X.2023.06.012

内容简介

垂体腺瘤通常为良性肿瘤，但约1/3的病变会侵袭肿瘤周围的正常组织。Knosp分级和Hardy分级作为临床工作中评估垂体腺瘤侵袭性的主要方法，存在明显的局限性。深度学习属于人工智能机器学习的热门领域，是一种基于人工神经网络的新兴技术。深度学习模型能够自动分析垂体腺瘤的术前影像数据，提高诊断肿瘤侵袭性的准确率，可以帮助临床医生更好地拟定手术入路和切除方式，在临床诊疗中有巨大的应用前景。

关键词: 侵袭性垂体腺瘤, 深度学习模型, 人工智能, 诊断

选择文件类型/文献管理软件名称

选择包含的内容

视频资源库

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

视频资源库