基于深度学习的胰腺神经内分泌肿瘤诊断研究综述.docVIP

基于深度学习的胰腺神经内分泌肿瘤诊断研究综述

胰腺神经内分泌肿瘤（pancreaticneuroendocrineneoplasms，pNENs）是一类起源于胰腺神经内分泌细胞的异质性肿瘤，占所有胰腺肿瘤的1%~2%，近年来其发病率呈逐年上升趋势。与胰腺导管腺癌相比，pNENs的生物学行为、治疗方案及预后存在显著差异，约60%的pNENs患者在确诊时已出现局部进展或远处转移，而早期诊断的患者5年生存率可达80%以上。目前临床pNENs的诊断高度依赖医学影像检查与病理活检，但传统影像诊断受医师经验影响较大，病理活检属于有创操作且存在取样误差，因此亟需高效、无创、精准的辅助诊断手段。深度学习技术凭借强大的特征自动提取能力，在医学影像分析、病理图像识别、多模态数据融合等领域展现出巨大应用潜力，为pNENs的全流程诊断提供了新的解决方案。

一、深度学习在pNENs影像诊断中的应用

影像检查是pNENs术前诊断的核心手段，常用的影像模态包括计算机断层扫描（CT）、磁共振成像（MRI）、超声内镜（EUS）以及正电子发射断层显像（PET）等。深度学习算法能够从海量影像数据中挖掘人类肉眼难以识别的定量特征，实现肿瘤的检出、定位、分级与分期预测。

在CT影像诊断方向，增强CT是pNENs首选的影像学检查方法，典型pNENs在动脉期呈现明显强化，门静脉期和延迟期强化程度逐渐下降，但约20%的无功能