研究目的
概述最新的非侵入式计算机辅助诊断(CAD)系统如何利用弥散加权成像(DWI)诊断前列腺癌,重点介绍相关实验、系统实现及已报告的结果,并阐述当前诊断系统面临的挑战及解决这些挑战的最新趋势。
研究成果
扩散加权成像(DWI)在设计高效的基于图像的前列腺癌检测计算机辅助诊断(CAD)系统中起着重要作用。本文概述了当前基于机器学习的CAD系统方法,重点介绍了它们的优缺点。一个有效的CAD系统可以通过实现早期诊断来减少前列腺癌死亡。研究人员应继续开发和研究前列腺诊断方法,以提高其有效性、准确性和临床可行性。
研究不足
挑战包括:确定用于精确区分良性和恶性类别的最佳成像特征组;基于多光谱MRI开发稳健的计算机辅助诊断系统;以及由于TRUS和MRI数据的特性、相似的强度模型、相邻非前列腺组织的紧密邻近性,以及不同患者间前列腺大小和形状的差异,开发用于前列腺精确分割的算法。