来源：期刊VIP网 时间：
作者：杨浩辉;徐涛;王伟;安良良;敖用芳;朱家宝;
单位：长治医学院;山西医科大学附属运城市中心医院神经外科;山西医科大学附属运城市中心医院病理科;山西医科大学附属运城市中心医院放疗科;山西医科大学附属运城市中心医院超声科;贵州省第三人民医院急诊医学科;
摘要：胶质瘤因高度异质性、强侵袭性及预后差，传统诊疗面临巨大挑战。深度学习技术的引入为其精准诊疗提供了新路径，其中卷积神经网络(convolutional neural network, CNN)与Vision Transformer(ViT)是核心工具。CNN凭借层级化卷积操作在局部特征提取(如肿瘤边缘、纹理细节)上具有天然优势，而ViT基于自注意力机制在全局上下文建模(如肿瘤跨区域异质性、多模态关联)方面表现突出，二者的融合策略通过整合局部精细特征与全局关联信息，在应对胶质瘤边界模糊、跨模态数据异构性等临床难题中展现出显著优势。本文综述了二者在胶质瘤检测与分割、病理分级、分子分型、预后评估等关键临床任务中的研究进展，阐述了原理、单独应用及融合策略。同时，本文也探讨了当前研究中存在的挑战，诸如对数据标注的强依赖性、模型可解释性不足等问题，并展望了未来的发展方向，例如构建轻量化架构、发展自监督学习以及推进多组学融合等前沿，以期为胶质瘤智能诊断提供系统性参考。
关键词：胶质瘤;;深度学习;;卷积神经网络;;Vision Transformer;;磁共振成像
基金资助：山西省卫生健康委员会科研项目(编号：2021017)~~
