来源：期刊VIP网 时间：
作者：李瑷彤;路涛;
单位：电子科技大学医学院;四川省医学科学院·四川省人民医院(电子科技大学附属医院)放射科;
摘要：胎盘植入性疾病是胎盘绒毛异常黏附或侵入子宫肌层的严重产科并发症，可导致子宫破裂及致命性产后出血。目前超声是胎盘植入性疾病首选筛查方法，但其诊断效能易受操作者经验及孕周等因素影响。MRI凭借多序列、多角度、无创无辐射、高软组织分辨率及宽视野等优势，成为超声评估不足时的重要补充，但其诊断准确性高度依赖医师经验。人工智能与MRI的融合为突破这一瓶颈提供了新思路。本文系统综述基于MRI的胎盘植入性疾病人工智能诊断与预测模型研究进展，重点探讨影像组学与深度学习在基于人工智能的诊断与预测模型中的应用现状，分析其优势与局限性，并展望未来发展方向。
关键词：胎盘植入性疾病;;磁共振成像;;人工智能;;影像组学;;深度学习;;诊断;;预测
基金资助：成都市科技局技术创新研发项目（2024-YF05-01160-SN）
