Page 149 - 南京医科大学自然版
P. 149

第44卷第8期            唐蛰雨，李绍钦，贾中芝. 基于CT图像的深度学习在主动脉夹层中的应用进展［J］.
                  2024年8月                     南京医科大学学报（自然科学版），2024，44（8）：1174-1178                      ·1177 ·


               ［参考文献］                                                  learning algorithm to detect fibrosing interstitial lung dis⁃
                                                                       ease on chest radiographs［J］. Eur Respir J，2023，61（2）：
               ［1］ ISSELBACHER E M，PREVENTZA O，HAMILTON
                                                                       2102269
                    BLACK J，3RD，et al. 2022 ACC/AHA Guideline for the
                                                                 ［14］CAO K，XIA Y，YAO J，et al. Large⁃scale pancreatic can⁃
                    diagnosis and management of aortic disease：a report of the
                                                                       cer detection via non⁃contrast CT and deep learning［J］.
                    AmericanheartAssociation/AmericanCollegeofCardiology
                                                                       Nat Med，2023，29（12）：3033-3043
                    Joint Committee on clinical practice guidelines［J］. Circu⁃
                                                                 ［15］ SHKOLYAR E，JIA X，CHANG T C，et al. Augmented
                    lation，2022，146（24）：e334-e482
                                                                       bladder tumor detection using deep learning［J］. Eur
               ［2］ 中国医师协会心血管外科分会大血管外科专业委员
                                                                       Urol，2019，76（6）：714-718
                    会. 主动脉夹层诊断与治疗规范中国专家共识［J］. 中                  ［16］ISENSEE F，JAEGER P F，KOHL S A A，et al. nnU⁃Net：
                    华胸心血管外科杂志，2017，33（11）：641-654
                                                                       a self ⁃ configuring method for deep learning ⁃ based bio⁃
               ［3］ 侯凡凡. 重视造影剂所致急性肾功能衰竭的预防［J］.
                                                                       medical image segmentation［J］. Nat Methods，2021，18
                    中华内科杂志，2001，40（11）：723-724
                                                                      （2）：203-211
               ［4］ MCDONALD J S，MCDONALD R J，WILLIAMSON E E，
                                                                 ［17］THEODORIS C V，XIAO L，CHOPRA A，et al. Transfer
                    et al. Is intravenous administration of iodixanol associated
                                                                       learning enables predictions in network biology［J］. Na⁃
                    with increased risk of acute kidney injury，dialysis，or
                                                                       ture，2023，618（7965）：616-624
                    mortality?A propensity score⁃adjusted study［J］. Radiolo⁃
                                                                 ［18］DUNDAR A，GAO J，TAO A，et al. Fine detailed texture
                    gy，2017，285（2）：414-424
                                                                       learning for 3D meshes with generative models［J］. IEEE
               ［5］ SEELIGER E，PERSSON P B. Kidney damage by iodinated
                                                                       Trans Pattern Anal Mach Intell，2023，45（12）：14563-
                    contrast media［J］. Acta Physiol（Oxf），2019，227（4）：  14574
                    e13259
                                                                 ［19］ HATA A，YANAGAWA M，YAMAGATA K，et al. Deep
               ［6］ FÄHLING M，SEELIGER E，PATZAK A，et al. Under⁃         learning algorithm for detection of aortic dissection on
                     standing and preventing contrast⁃induced acute kidney in⁃  non⁃contrast⁃enhanced CT［J］. Eur Radiol，2021，31（2）：
                     jury［J］. Nat Rev Nephrol，2017，13（3）：169-180       1151-1159
               ［7］ 范淑玉，张秀美，杨向红. 基层医院CT造影增强检查不                    ［20］ YI Y，MAO L，WANG C，et al. Advanced warning of
                    满意因素调查分析［J］. 右江民族医学院学报，2006，28                     aortic dissection on non⁃contrast CT：the combination of
                   （3）：416-418                                         deep learning and morphological characteristics［J］.
               ［8］ MATSUO Y，LECUN Y，SAHANI M，et al. Deep learning，     Front Cardiovasc Med，2021，8：762958
                    reinforcement learning，and world models［J］. Neural  ［21］ XIONG X，GUAN X，SUN C，et al. A cascaded deep
                    Netw，2022，152：267-275                              learning framework for detecting aortic dissection using
               ［9］ ZHOU S K，GREENSPAN H，DAVATZIKOS C，et al. A          non⁃contrast enhanced computed tomography［J］. Annu
                    review of deep learning in medical imaging：imaging  Int Conf IEEE Eng Med Biol Soc，2021，2021：2914-
                    traits，technology trends，case studies with progress high⁃  2917
                    lights，and future promises［J］. Proc IEEE Inst Electr  ［22］ HAHN L D，MISTELBAUER G，HIGASHIGAITO K，et
                    Electron Eng，2021，109（5）：820-838                   al. CT⁃based true⁃ and false⁃lumen segmentation in type
               ［10］ CHANDRASHEKAR A，HANDA A，LAPOLLA P，et al.           B aortic dissection using machine learning［J］. Radiol
                    A deep learning approach to visualize aortic aneurysm  Cardiothorac Imaging，2020，2（3）：e190179
                    morphology without the use of intravenous contrast  ［23］ YU Y，GAO Y，WEI J，et al. A three⁃dimensional deep
                    agents［J］. Ann Surg，2023，277（2）：e449-e459          convolutional neural network for automatic segmentation
               ［11］ZHOU M，LUO X，WANG X，et al. Deep learning predic⁃    and diameter measurement of type B aortic dissection［J］.
                    tion for distal aortic remodeling after thoracic endovascu⁃  Korean J Radiol，2021，22（2）：168-178
                    lar aortic repair in stanford type B aortic dissection［J］. J  ［24］ RENGIER F，WÖRZ S，GODINEZ W J，et al. Develop⁃
                    Endovasc Ther，2023：15266028231160101               ment of in vivo quantitative geometric mapping of the
               ［12］HOLSTE G，OIKONOMOU E K，MORTAZAVI B J，et al.         aortic arch for advanced endovascular aortic repair：feasi⁃
                    Severe aortic stenosis detection by deep learning applied  bility and preliminary results［J］. J Vasc Interv Radiol，
                    to echocardiography［J］. Eur Heart J，2023，44（43）：   2011，22（7）：980-986
                    4592-4604                                    ［25］STERNBERGH W C，MONEY S R，GREENBERG R K，
               ［13］NISHIKIORI H，KURONUMA K，HIROTA K，et al. Deep⁃       et al. Influence of endograft oversizing on device migra⁃
   144   145   146   147   148   149   150   151   152