原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
临床与病理杂志
JClinPatholRes2025,45(5)http://605
：
DOI10.11817/j.issn.2095-6959.2025.250150
基于超声检查的深度学习与妇科常见肿瘤
12
冉诗懿，鲁蓉
(1.中南大学湘雅医院超声影像科，长沙410008；2.中南大学湘雅医院妇科，长沙410008)
[摘要]妇科肿瘤是女性生殖系统肿瘤的统称，主要包括子宫肌瘤、子宫颈癌、子宫内膜癌及卵巢癌等，早期诊
断对肿瘤的治疗与预后尤为关键。超声检查作为首选的影像学方法存在操作者依赖性强、早期病变识别困难和多模
态数据分析效率低等缺陷。近年来，人工智能(artificialintelligence，AI)技术，尤其是深度学习(deeplearning，DL)，
通过自动提取特征在医学影像分析中展现出了强大潜力。目前，基于超声检查的DL技术在妇科肿瘤疾病中应用广
泛，包括肿瘤的检测、分类、术前分期、转移预测及预后评估等。DL算法通过多种技术手段(如迁移学习、集成学
习及多模态特征融合)可提升妇科肿瘤超声检查的诊断准确性，并可推动全自动诊断系统的开发。未来需加强多中心
研究和多模态技术融合，开发轻量级网络模型，以推动妇科肿瘤诊断与治疗的智能化应用。
[关键词]妇科肿瘤；超声检查；深度学习；人工智能；神经网络
Deeplearningbasedonultrasoundexaminationin
commongynecologicaltumors
12
RANShiyi,LURong
(1.DepartmentofUltrasoundImaging,XiangyaHospital,CentralSouthUniversity,Changsha410008;
2.DepartmentofGynecology,XiangyaHospital,CentralSouthUniversity,Changsha410008,China)
ABSTRACTGynecologicaltumorsrefertomalignanciesofthefemalereproductivesystem,mainly
includinguterinefibroids,cervicalcancer,endometrialcancer,andovariancancer.Early
diagnosisiscrucialfortreatmentandprognosis.Althoughultrasoundimagingisthe
preferreddiagnosticmodality,ithaslimitationssuchashighoperatordependence,
difficultyinidentifyingearlylesions,andlowefficiencyinmultimodaldataanalysis.In
recentyea
文档评论（0）