基于医学影像的机器学习预测非小细胞肺癌EGFR突变的研究进展

作     者：孙元昕 沈蕾蕾 叶晓丹 SUN Yuanxin;SHEN Leilei;YE Xiaodan

作者机构：上海市影像医学研究所上海200032 复旦大学附属中山医院放射科上海200032 复旦大学附属中山医院肿瘤防治中心上海200032 

出 版 物：《肿瘤影像学》 (Oncoradiology)

年 卷 期：2024年第33卷第3期

页      面：323-329页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 10[医学] 

基　　金：国家自然科学基金面上项目(82071990) 

主　　题：机器学习 深度学习 影像组学 影像基因组学 非小细胞肺癌 表皮生长因子受体 

摘      要：随着计算机科学的迅速发展,人工智能在医学领域扮演了重要角色,基于影像学图片的机器学习在临床决策中发挥着重要的辅助作用,其与基因组学的深入结合为基因检测提供了新方法。本文主要论述基于医学影像的机器学习在预测非小细胞肺癌(non-small cell lung cancer,NSCLC)患者表皮生长因子受体(epidermal growth factor receptor,EGFR)突变中的研究现状、局限性以及未来发展趋势。