黄兴鸿， 王 伟， 曹学香， 丁 偕， 王培军

(1. 同济大学附属同济医院医学影像科，上海 200065； 2. 万达信息股份有限公司，上海 201112)

基于大数据的人工智能(artificial intelligence， AI)技术近年来得到快速发展。在医疗领域，随着数据资源的积累和技术的发展，AI也越来越多的在临床中得到应用，尤其是在医学影像领域，包括对病灶区域的分割及检测定位、疾病类型的分类及分级诊断、诊疗方法的推荐等。AI能够辅助临床医生进行诊断，提升医生的工作效率。

前列腺癌(prostate cancer, PCa)是男性中常见的恶性肿瘤，每年的新增发病率占男性癌症的第一位，死亡率在男性中仅次于肺癌排名第2[1]。前列腺磁共振成像(magnetic resonance imaging， MRI)技术由于其无创性和软组织分辨率高的优点在PCa的检测和诊断中发挥着越来越重要的作用[2-3]。通常临床医生是综合MRI图像和临床检查信息进行诊断，但由于精准的PCa诊断需要结合多参数MRI图像，这个过程极其的耗时且耗费精力，同时极大的依赖于医生的经验水平。利用AI的方法对前列腺MRI进行研究可以辅助临床医生进行诊断，提升其工作效率。本文将就AI在前列腺癌MRI诊断方向的研究进行综合性的总结分析。

1 人工智能的相关研究方法

机器学习(machine learning， ML)是AI的一个重要分支，可以通过计算机算法从大量历史数据中学习数据的特征和规律，从而实现对新样本进行预测。大多数的ML算法可以看作数学模型，将数据样本的观测变量(称为“特征”)映射到一组结果变量中(称为“标签”)[4]。ML主要是对算法的研究，算法通过训练过程进行优化得到模型，利用得到的模型可以进行结果预测，根据是否需要标签数据，其通常可以分为有监督学习和无监督学习。……