梁银莹，李 毅，孔国权，杨 川，卢 旭，黄 君*

(1.暨南大学附属第一医院超声科，广东 广州 510630；2.广东技术师范大学计算机科学学院，广东 广州 510665)

前列腺癌(prostate cancer, PCa)发病率居全球男性恶性肿瘤第三位，严重威胁男性健康[1]。近30年来，由于生活方式的改变、人口老龄化及环境污染等问题不断加剧，中国男性PCa死亡率呈持续上升趋势[2]。早期诊治PCa至关重要[3]。检查PCa的方法主要包括检测前列腺特异性抗原(prostate specific antigen, PSA)、直肠指检(digital rectal examination, DRE)、MRI、经腹及经直肠超声(transrectal ultrasound, TRUS)和TRUS引导下前列腺穿刺活检等。TRUS无创、易操作、成本低，有助于动态观察疾病进展，但敏感性和特异性均较低，且在很大程度上依赖于操作医师的经验，具有一定主观性。人工智能(artificial intelligence, AI)可弥补TRUS的缺陷。随着AI迅速发展，自动量化医学影像分析和处理逐渐受到关注[4]。本文对近年来基于AI的TRUS诊断PCa研究进展进行综述。

1 AI用于医疗

AI可根据所提供的数据执行认知任务以实现特定目标，其核心技术主要包括机器学习(machine learning，ML)、深度学习(deep learning, DL)和神经网络算法等。1956年首次提出AI[5]，之后美国学者[6]将其用于医疗，并以之诊断感染性疾病。21世纪以来，以DL和人工神经网络(artificial neural network, ANN)为代表的AI辅助超声诊断技术在影像学诊断肺结节[7]、乳腺癌[8]、视网膜病变[9]和前列腺癌[10]等疾病中应用受到广泛关注，具有广阔发展前景[11]。目前我国医疗保健体系正逐渐应用AI以改善疾病预防、诊断及治疗模式，AI用于图像处理的关键是图像分类、检测、分割及生成等[12]。

2 计算机辅助诊断系统检查PCa

计算机辅助诊断(computer aided diagnosis, CAD)系统可于TRUS前列腺图像中检出肉眼无法观察到的信息，包括病变区域的纹理及边缘等；……