• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

One solid step to general neuroradiology AI.

作者信息

Cui Yuanyuan, Feng Jie

机构信息

Department of Radiology, Second Affiliated Hospital of Naval Medical University, Shanghai, China.

Department of Radiology, Corps Hospital of Shanxi province of Chinese People's Armed Police Force, Taiyuan, China.

出版信息

Eur Radiol. 2025 Apr;35(4):1933-1934. doi: 10.1007/s00330-024-11020-y. Epub 2024 Aug 23.

DOI:10.1007/s00330-024-11020-y
PMID:39179801
Abstract
摘要

相似文献

1
One solid step to general neuroradiology AI.迈向通用神经放射学人工智能的坚实一步。
Eur Radiol. 2025 Apr;35(4):1933-1934. doi: 10.1007/s00330-024-11020-y. Epub 2024 Aug 23.
2
Artificial Intelligence in the Future Landscape of Pediatric Neuroradiology: Opportunities and Challenges.人工智能在儿科神经放射学的未来图景中：机遇与挑战。
AJNR Am J Neuroradiol. 2024 May 9;45(5):549-553. doi: 10.3174/ajnr.A8086.
3
Current uses, emerging applications, and clinical integration of artificial intelligence in neuroradiology.人工智能在神经放射学中的当前用途、新兴应用和临床整合。
Rev Neurosci. 2021 Sep 10;33(4):383-395. doi: 10.1515/revneuro-2021-0101. Print 2022 Jun 27.
4
Assessing the Emergence and Evolution of Artificial Intelligence and Machine Learning Research in Neuroradiology.评估神经放射学中人工智能和机器学习研究的出现和发展。
AJNR Am J Neuroradiol. 2024 Sep 9;45(9):1269-1275. doi: 10.3174/ajnr.A8252.
5
The R-AI-DIOLOGY checklist: a practical checklist for evaluation of artificial intelligence tools in clinical neuroradiology.R-AI-DIOLOGY检查表：临床神经放射学中评估人工智能工具的实用检查表。
Neuroradiology. 2022 May;64(5):851-864. doi: 10.1007/s00234-021-02890-w. Epub 2022 Jan 31.
6
Artificial intelligence in neuroradiology: a scoping review of some ethical challenges.神经放射学中的人工智能：对一些伦理挑战的范围界定性综述
Front Radiol. 2023 May 15;3:1149461. doi: 10.3389/fradi.2023.1149461. eCollection 2023.
7
Current Perspectives of Artificial Intelligence in Pediatric Neuroradiology: An Overview.人工智能在儿科神经放射学中的当前视角：概述
Front Radiol. 2021 Sep 7;1:713681. doi: 10.3389/fradi.2021.713681. eCollection 2021.
8
Comparative Evaluation of AI Models Such as ChatGPT 3.5, ChatGPT 4.0, and Google Gemini in Neuroradiology Diagnostics.ChatGPT 3.5、ChatGPT 4.0和谷歌Gemini等人工智能模型在神经放射学诊断中的比较评估
Cureus. 2024 Aug 25;16(8):e67766. doi: 10.7759/cureus.67766. eCollection 2024 Aug.
9
Promises of artificial intelligence in neuroradiology: a systematic technographic review.神经放射学中人工智能的前景：一项系统的技术图谱综述
Neuroradiology. 2020 Oct;62(10):1265-1278. doi: 10.1007/s00234-020-02424-w. Epub 2020 Apr 22.
10
Radiomics, machine learning, and artificial intelligence-what the neuroradiologist needs to know.放射组学、机器学习和人工智能——神经放射学家需要了解的内容。
Neuroradiology. 2021 Dec;63(12):1957-1967. doi: 10.1007/s00234-021-02813-9. Epub 2021 Sep 18.

本文引用的文献

1
CT whole lung radiomic nomogram: a potential biomarker for lung function evaluation and identification of COPD.CT全肺影像组学列线图：一种用于肺功能评估和慢性阻塞性肺疾病识别的潜在生物标志物。
Mil Med Res. 2024 Feb 20;11(1):14. doi: 10.1186/s40779-024-00516-9.
2
National and subnational trends in cancer burden in China, 2005-20: an analysis of national mortality surveillance data.中国 2005-20 年的癌症负担的国家和省级趋势：基于国家死亡率监测数据的分析。
Lancet Public Health. 2023 Dec;8(12):e943-e955. doi: 10.1016/S2468-2667(23)00211-6.
3
Enhanced brain tumor classification using graph convolutional neural network architecture.
基于图卷积神经网络架构的脑肿瘤分类增强。
Sci Rep. 2023 Sep 11;13(1):14938. doi: 10.1038/s41598-023-41407-8.
4
Predicting isocitrate dehydrogenase genotype, histological phenotype, and Ki-67 expression level in diffuse gliomas with an advanced contrast analysis of magnetic resonance imaging sequences.通过磁共振成像序列的高级对比分析预测弥漫性胶质瘤中的异柠檬酸脱氢酶基因型、组织学表型和Ki-67表达水平。
Quant Imaging Med Surg. 2023 Jun 1;13(6):3400-3415. doi: 10.21037/qims-22-887. Epub 2023 May 15.
5
Role of deep learning in brain tumor detection and classification (2015 to 2020): A review.深度学习在脑肿瘤检测和分类中的应用（2015 年至 2020 年）：综述。
Comput Med Imaging Graph. 2021 Jul;91:101940. doi: 10.1016/j.compmedimag.2021.101940. Epub 2021 May 15.
6
The 2021 WHO Classification of Tumors of the Central Nervous System: a summary.2021 年世卫组织中枢神经系统肿瘤分类：概述。
Neuro Oncol. 2021 Aug 2;23(8):1231-1251. doi: 10.1093/neuonc/noab106.
7
Fully automated hybrid approach to predict the IDH mutation status of gliomas via deep learning and radiomics.基于深度学习和放射组学的全自动混合方法预测脑胶质瘤 IDH 突变状态。
Neuro Oncol. 2021 Feb 25;23(2):304-313. doi: 10.1093/neuonc/noaa177.
8
CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2009-2013.CBTRUS统计报告：2009 - 2013年美国原发性脑和其他中枢神经系统肿瘤诊断情况
Neuro Oncol. 2016 Oct 1;18(suppl_5):v1-v75. doi: 10.1093/neuonc/now207.