来源：期刊VIP网 时间：
作者：杨泽亭;吴慧;高鸿雁;刘嘉睿;刘娜;
单位：内蒙古医科大学附属医院影像诊断科;
摘要：卵巢癌（ovarian cancer, OC）是女性生殖系统最常见的恶性肿瘤之一，因早期症状隐匿且缺乏有效的筛查手段，约70%的患者确诊时已进展至晚期，这一严峻现状凸显了精准诊疗技术突破的迫切性。近年来，深度学习（deep learning, DL）和影像组学技术协同发展为破解这一难题提供了全新视角，通过挖掘医学影像中的高通量特征，在OC全病程管理中展现出显著优势。本综述系统梳理了DL和影像组学在OC诊疗中的关键技术与临床转化成果，明确了其在提升诊断准确性、优化治疗决策及预后评估中的核心价值，同时指出了当前研究在模型可解释性、多中心验证及多组学融合中的局限性。通过总结现有进展与未来方向，旨在为临床实践提供循证依据，助力实现OC早期筛查、个体化治疗及动态监测的临床目标，最终改善患者生存质量与预后。
关键词：卵巢癌;;影像组学;;深度学习;;磁共振成像;;图像分割;;诊断;;预后评估
基金资助：内蒙古自治区自然科学基金项目（编号：2021MS08026）;; 内蒙古医科大学附属医院重点实验室开放基金项目（编号：2022NYFYSY006）~~
