| ش | ی | د | س | چ | پ | ج |
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
خلاصه
بدون تردید ، هوش مصنوعی (AI) امروزه بیشترین بحث در تحقیقات تصویربرداری پزشکی است ، چه در تشخیص و چه در زمینه درمانی. فقط برای تصویربرداری تشخیصی ، تعداد انتشارات مربوط به هوش مصنوعی از حدود 100-150 در سال در 2007-2008 به 1000-100 در سال در 2017-2018 افزایش یافته است. محققان از هوش مصنوعی برای شناسایی خودکار الگوهای پیچیده در داده های تصویربرداری و ارزیابی کمی ویژگی های رادیوگرافی استفاده کرده اند. در انکولوژی پرتوی ، هوش مصنوعی روی روش های مختلف تصویر اعمال شده است که در مراحل مختلف درمان استفاده می شود. مشخص کردن تومور و ارزیابی درمان. رادیومیکس ، استخراج تعداد زیادی از ویژگی های تصویر از تصاویر تابشی با رویکرد توان عملیاتی بالا ، یکی از محبوب ترین مباحث تحقیقاتی امروزه در تحقیقات تصویربرداری پزشکی است. هوش مصنوعی قدرت تقویت کننده ضروری در پردازش تعداد زیادی از تصاویر پزشکی است و بنابراین ویژگی های بیماری را کشف می کند که با چشم غیر مسلح قابل ارزیابی نیستند. اهداف این مقاله بررسی تاریخچه AI در تحقیقات تصویربرداری پزشکی ، نقش فعلی ، چالش ها باید قبل از تصویب گسترده AI در کلینیک و آینده بالقوه آنها حل شود.