参考文献 查看全部 ↓

• 1.陈万青、张思维、邹小农：《中国肺癌发病死亡的估计和流行趋势研究》，《中国肺癌杂志》2010年第6期。
• 2.刘凯、张荣国、范丽、邓昱枫、李琼、望云、萧毅、刘士远：《深度学习技术对胸部低剂量CT肺结节检测效能初探》，《中华放射学杂志》2017年第12期。
• 3.刘凯、张荣国、涂文婷、邓昱枫、范丽、望云、李琼、萧毅、刘士远：《深度学习技术对胸部X线平片亚实性结节的检测效能初探》，《中华放射学杂志》2017年第12期。
• 4.Zhang，R.，Deng，Y.，Liu，K.，Liu，S.，Xia，L.，Wu J.，“Nodule Slice Detection based on Weak Labels of Lung CT”，RSNA，2017.
• 5.Zhang，L.，Li，M.，Wu，N. & Chen，Y.，“Time Trends in Epidemiologic Characteristics and Imaging Features of Lung Adenocarcinoma：A Population Study of 21，113 Cases in China”，Plos One，2015.
• 6.周清华、范亚光、王颖、乔友林、王贵齐、黄云超、王新允、吴宁、张国桢、郑向鹏、步宏：《中国肺部结节分类、诊断与治疗指南（2016年版）》，《中国肺癌杂志》2016年第19期。
• 7.刘士远：《重视国内外专家共识，提高早期肺癌诊治水平》，《中华放射学杂志》2015年第3期。
• 8.Inage，T.，Nakajima，T.，Yoshino，I. & Yasufuku，K.，“Early Lung Cancer Detection”，Clinics in chest medicine，2018 （39）.
• 9.Paolini，M. et al.，“Thoracic lymph node delineation at dose-reduced （1 mSv） dose-modulated contrast enhanced MDCT：a retrospective pilot study”，La Radiologia medica，2016 （121）.
• 10.Tammemagi，M. C. et al.，“Selection criteria for lung-cancer screening”，The New England journal of medicine，2013 （368）.
• 11.Chang，B. et al.，“Natural history of pure ground-glass opacity lung nodules，detected by low-dose CT scan”，Chest 2013（143）.
• 12.苗润丰、陶玉坚：《持续存在的肺磨玻璃结节临床研究进展》，《医学综述》2018年第5期。
• 13.Travis，W. D. et al.，“The 2015 World Health Organization Classification of Lung Tumors：Impact of Genetic，Clinical and Radiologic Advances Since the 2004 Classification”，J Thorac Oncol，2015（10）.
• 14.萧毅、刘士远：《肺结节影像人工智能技术现状与思考》，《肿瘤影像学》2018年第4期。
• 15.Litjens，G. et al.，“A survey on deep learning in medical image analysis”，Medical image analysis，2017 （42）.
• 16.Linying L，X. L.，Chunwu Z，Xinming Z.，Yanfeng Z.，“A review of ground glass opacity detection methods in lung CT images”，Current Medical Imaging Reviews，2017 （13）.
• 17.Han，G.，Liu，X.，Zheng，G.，Wang，M. & Huang，S.，“Automatic recognition of 3D GGO CT imaging signs through the fusion of hybrid resampling and layer-wise fine-tuning CNNs”，Medical & biological engineering & computing，2018.
• 18.Fan L.，et al.，“Radiomics signature：a biomarker for the preoperative discrimination of lung invasive adenocarcinoma manifesting as a ground-glass nodule”，Eur Radiol，2019 （29）.
• 19.Petkovska，I. et al.，“Pulmonary nodulecharacterization：a comparison of conventional with quantitative and visual semi-quantitative analyses using contrast enhancement maps”，European journal of radiology，2006（59）.
• 20.张利文、刘侠、汪俊、董迪、宋江典、臧亚丽、田捷：《基于定量影像组学的肺肿瘤良恶性预测方法》，《自动化学报》2017年第6期。
• 21.E，L. et al.，“Radiomics for Classification of Lung Cancer Histological Subtypes Based on Nonenhanced Computed Tomography”，Acad Radiol，2018.
• 22.Wu，W. et al.，“Exploratory Study to Identify Radiomics Classifiers for Lung Cancer Histology”，Frontiers in oncology，2016 （6）.
• 23.MacMahon H.，et al.，“Guidelines for Management of Incidental Pulmonary Nodules Detected on CT Images：From the Fleischner Society”，Radiology，2017（284）.
• 24.贾田颖、余雯、傅小龙：《影像组学在非小细胞肺癌精准治疗中的应用进展》，《中华放射医学与防护杂志》2016年第12期。
• 25.Liu K.，et al.，“Evaluating a Fully Automated Pulmonary Nodule Detection Approach and Its Impact on Radiologist Performance”，Radiology：Artificial Intelligence，2019 （3）.
• 26.中国食品药品检定研究院，中华医学会放射学分会心胸学组：《胸部CT肺结节数据标注与质量控制专家共识（2018）》，《中华放射学杂志》2019年第1期。