基于医学影像的人工智能模型在预测乳腺癌腋窝非前哨淋巴结转移中的应用进展OA

乳腺癌腋窝非前哨淋巴结(NSLN)转移的评估对于制定个体化治疗方案至关重要。近年来,随着人工智能(AI)技术不断发展,其应用场景亦不断拓展。目前,AI技术已被广泛应用于NSLN的评估,多种AI模型被设计用于分析对比增强乳腺X线摄影(CEM)、动态对比增强磁共振(DCE-MRI)及超声图像,并预测乳腺癌腋窝NSLN转移。AI模型主要分为传统机器学习模型和深度学习模型,其中,传统机器学习模型具有计算复杂度低、数据需求少、模型可解释性强的优点,而深度学习模型则具有速度快、准确率高的特点。传统机器学习模型和深度学习模型在优化NSLN转移临床诊疗策略方面发挥重要作用。