论文部分内容阅读
前列腺癌(prostate cancer,PCa)是男性人群中发病率最高的癌症,居男性癌症死因的第 2 位[1].PCa起病隐匿,且肿瘤细胞易发生局部浸润或远端转移,病情进展较快,因此早期诊断和及时治疗对 PCa 患者具有较多积极意义[2 ].MR I 已经是一种成熟的、无创的影像检查技术,凭借着对前列腺组织结构以及周围组织的良好显示能力在 PCa 的诊断中占据重要地位[3-4].然而随着数据科学的发展,机器学习(machine learning, ML)在前列腺成像中的应用引起了医学工作者广泛的兴趣.本文综述了近年来 ML 中有关腺体分割、PCa检测及病变侵袭性评估的各种方法.