医学图像扫描的机器学习

常用的影像学诊断方法是。

• 超声检查
• X光检查
• 计算机断层扫描（CT）
• 磁共振成像（MRI）
• 闪烁成像或放射性核素扫描（将放射性示踪剂注入静脉，直到它聚集在某个器官，例如甲状腺，然后用扫描仪拍摄示踪剂分布的照片）

所有提到的技术都有几种变体，例如多普勒超声、带对比剂的MRI等。维基百科的医学影像有一个更详细的技术 “索引"，并有个别文章的链接。

在生物SE上，有一个提供 开放获取图像 的网站列表，其中一些网站还附带了病例的描述。在购买任何一本书之前，我强烈建议你要清楚地知道哪类书可以达到你的目的。一本对医生或医学生来说可能是极好的书，但对你来说可能是无用的。我还建议，首先，你选择一个影像学技术，并对它进行一番研究，而不是一下子去研究所有的影像学，超声影像学的问题与CT有很大的不同。

成像技术的**弱点实例。

–CT和核磁共振至少是很贵的。

• X线只能显示比周围组织明显更多或更少辐射的病变（例如，它只能显示富含钙质的胆结石，而不能显示其他病变）。
• 胆囊的MRI不能可靠地区分非癌性息肉和癌症 无线电图)。
• 最常见的问题可能是，尽管CT和MRI扫描的灵敏度（检测病变的能力）很高，但特异性（揭示/预测病变确切类型的能力）仍然很低。

保健医生常见的一个问题，在影像学检查后往往还没有解决，那就是：病变是否癌变，或者说发展成癌的可能性有多大。例如，大于10毫米的胆囊息肉癌变的可能性明显高于小的息肉，但不清楚是5毫米以后还是15毫米以后的危险性增加，例如。另外，有时影像学检查也无法显示癌症是否已经扩散到附近器官。

编辑：

要想在CT图像上预测病变，你需要知道正常的CT图像是怎样的，病变是怎样的。关于什么是病变的知识来自于许多CT图像的对比和手术中发现的实际物理情况。现在，如果要把这些知识扩展到你在CT图像上用自己的眼睛看到的东西之外，你又需要把许多CT图像（使用计算机程序）和手术结果进行比较。

我想，这需要一个项目，几个有经验的放射科医生、外科医生和计算机专家参与其中。一个项目将需要关注一个单一的问题，_例如。在CT图像上检测到的胆囊异常增生中 胆囊癌的预测因素是什么? 然后需要对数千张CT图像和手术结果进行比较，以找到最终的关联。

作为同样从事医学影像工作的研究人员，我想提出一个建议。你说你对从扫描片中预测病灶直径、患者性别和患者年龄感兴趣。然而，当放射科医生阅读扫描时，他们已经知道了患者的性别和患者的年龄，因为这些信息在医疗记录中。他们也知道扫描的原因。例如，他们经常会看到 “史密斯女士是一位55岁的女性，有肺癌病史 "这样的显示以及扫描本身。而且如果他们愿意的话，可以点击患者的病历，查看病历中的所有内容）。所以，我认为你最好不要预测那些已经被医生知道的事情。你还可以用DeepLesion数据集做很多其他很酷的医学影像任务，比如预测扫描中是否有病变。

下面是一些其他资源，可能会对你有所帮助。

1.基本放射学胸部解剖和放射学腹部解剖 概述 2. 放射学术语的位置](https://glassboxmedicine.com/2019/01/22/anatomy-for-radiology-terms-of-location/) 3. 如何阅读正常的胸部X线片 。胸部X线片不是CT，但如果你刚开始学习医学影像学，从胸部X线片开始学习，然后再继续学习CT比较容易 4. 腹部CT的解释 。