资源类型：
执笔作者机构：
[1]复旦大学附属华山医院放射科,复旦大学医学功 能与分子影像研究所，上海脑重大疾病智能影像工程技术研究中 心
刊名：
ISSN：
年份：
卷：
期：
页码：
关键词：
颅内动脉瘤
磁共振成像
标注
人工智能
摘要：
人工智能（AI）技术的不断发展使得影像数据分析更加精准，由此对大数据的规范化使用提出了更高要求。准确标注是实现数据信息价值最大化的重要前提，直接影响AI模型的应用效能。目前AI技术已在颅内动脉瘤检出及破裂风险评估等方面开展研究。为了规范颅内动脉瘤MRI数据的标注操作及处理流程，中国女医师协会医学影像专委会及中国脑动脉瘤智能影像诊治评估协作组联合人工智能产学研领域的专家，经过反复讨论，提出颅内囊状未破裂动脉瘤的MRI标注初步指导意见，为建设该病的影像数据库提供有力保障，从而推动AI在临床的实际应用
基金：
上海市科委科技创新行动计划项目（19411951200）;上海市科委科技创新行动计划人工智能科技支撑专项（20511101100）； 上海申康医院发展中心“促进市级医院临床技能与临床创新能力三年行动计划（2020-2022年）重大临床研究项目”（SHDC2020CR3020A）；
基金编号：
19411951200
2020-2022年
收录情况：
◇统计源期刊
◇北大核心
专家组成员：
于泽宽
（复旦大学工程与应用技术研究院）
于薇
（首都医科大学附属北京安贞医院）
尹波
（复旦大学附属华山医院）
王东东
（复旦大学附属华山医院）
冯逢
（中国医学科学院北京协和医院）
冯瑞
（复旦大学计算机科学技术学院）
卢洁
（首都医科大学宣武医院）
石峰
（上海联影智能医疗科技有限公司）
刘先平
（复旦大学附属华山医院）
刘军
（上海交通大学医学院附属同仁医）
刘青
（天津市北辰医院）
刘重生
（上海市医疗器械检验研究院）
刘筠
（天津市第四中心医院）
师毅冰
（徐州市中心医院）
有慧
（中国医学科学院北京协和医院）
朱莉
（上海市胸科医院）
何玲
（重庆医科大学附属儿童医院）
余琛林
（上海深睿博联科技有限责任公司）
推荐引用方式(GB/T 7714)：
鲍奕仿,李郁欣,于泽宽,等.颅内囊状未破裂动脉瘤MRI影像标注专家共识[J].国际医学放射学杂志.2022,45(04):373-379.
