公众号 / 文章乳腺MR

影像组学与深度学习方法拓展筛查乳腺MRI的应用

Radiomics and deep learning methods in expanding the use of screening breast MRI.
PubMed 文献 · Eur Radiol · 2021-05-20

本文述评了Pötsch等人基于影像组学方法在筛查乳腺MRI中减少良性活检同时保持高敏感度的研究,指出筛查乳腺MRI的应用正从高危女性扩展至中危和平均风险女性,未来研究将更多聚焦于深度学习方法和简化MRI数据。

要点

  • 筛查乳腺MRI适用人群正从高危扩展至中危和平均风险女性。
  • 影像组学方法可在保持高敏感度下减少良性活检。
  • 未来研究趋势为深度学习方法和简化MRI数据。

核心结论

  • 筛查乳腺MRI的使用范围正在扩大,影像组学方法有助于在维持高敏感度的同时减少良性活检。

研究设计与样本

  • 本文为对Pötsch等人研究的述评,原文未报告具体研究设计、样本量、中心数、设备或参考标准。

临床应用与阅片要点

  • 在日常阅片和报告中,可关注影像组学方法在筛查乳腺MRI中辅助减少良性活检的潜在价值。

局限性

  • 原文未报告所述研究的具体样本量、设计细节及局限性。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

英文原文(摘要)· 点击展开

• The use of screening breast MRI is expanding beyond high-risk women to include intermediate- and average-risk women.• The study by Pötsch et al uses a radiomics-based method to decrease the number of benign biopsies while maintaining high sensitivity.• Future studies will likely increasingly focus on deep learning methods and abbreviated MRI data.

来源:Eur Radiol,查看原文。版权归原作者所有。

引用

  1. Reig B. Radiomics and deep learning methods in expanding the use of screening breast MRI. Eur Radiol. 2021. PMID: 34014381. doi:10.1007/s00330-021-08056-9

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。