컴퓨터 지원 진단 및 인공지능 임상 영상에서의 컴퓨터 지원 진단 및 인공지능

컴퓨터 지원 진단은 방사선학의 주류로 빠르게 진입하고 있다. 그것은 이미 유방 조영술을 가진 유방암의 탐지를 위한 일상적인 임상 일의 부분이 되었습니다. 컴퓨터 출력은 방사선 전문의의 이미지 해석을 돕는 데”두 번째 의견”으로 사용됩니다. 컴퓨터 알고리즘은 일반적으로 이미지 처리,이미지 특징 분석 및 인공 신경망과 같은 도구의 사용을 통한 데이터 분류를 포함 할 수있는 여러 단계로 구성됩니다. 이 기사에서는”인공 지능”이라고 불리는 이러한 프로세스 및 기타 현재 프로세스를 살펴볼 것입니다.”캐드의 한 요소 인 시간적 빼기는 간격 변화를 강화하고 2 개의 연속적인 방사선 이미지 사이의 변하지 않은 구조(예:정상 구조)를 억제하기 위해 적용되었습니다. 임시 빼기 이미지에 대한 잘못된 등록 아티팩트를 줄이기 위해 이전 이미지와 현재 이미지를 일치시키기 위한 비선형 이미지 뒤틀림 기법이 개발되었습니다. 시간적 감산 방법의 개발은 흉부 방사선 사진으로 시작되었으며,이후 흉부 컴퓨터 단층 촬영 및 핵 의학 뼈 스캔에 적용되었습니다. 뼈 스캔에 대 한 시간적 뺄셈 방법의 유용성은 읽기 시간 및 진단 정확도 크게 향상 된 관찰자 연구에 의해 입증 되었다. 추가 전향 적 임상 연구는 일시적인 뺄셈 이미지가 무시할 수있는 해로운 영향을 미치는 방사선 전문의에 의해”두 번째 의견”으로 사용될 수 있음을 확인했습니다. 앤은 1990 년에 치사한 사람에 있는 간질 폐 질병의 전산화한 감별 진단을 위해 첫째로 사용되었습니다. 그 이후로,앤은 널리 탐지 및 흉부 방사선 촬영,코네티컷,위치 방출 단층 촬영/코네티컷 폐 결절 및 간질 성 폐 질환의 감별 진단을 포함하여 다른 영상 양식의 다양한 질병의 진단을위한 치사한 사람 계획에 사용되어왔다. 그것은 치사한 사람 사진 보관 및 통신 시스템에 통합 될 것입니다 가능성이 일상적인 임상 작업에서 진단 검사에 대 한 치료의 표준이 될 것입니다.