CT/MRI/超声多模态影像融合AI技术在战创伤诊断中的研究进展

周文华; 吴斌; 李伟; 张安宇; 陈天金; 孟亮亮; 席晓萍

doi:10.3969/j.issn.1004-3594.2026.06.013

PDF(873 KB)

武警医学 ›› 2026, Vol. 37 ›› Issue (6) : 533-536. DOI: 10.3969/j.issn.1004-3594.2026.06.013

综述　

CT/MRI/超声多模态影像融合AI技术在战创伤诊断中的研究进展

周文华, 吴斌, 李伟, 张安宇, 陈天金, 孟亮亮, 席晓萍

作者信息 +

文章历史 +

摘要

随着现代战争模式向信息化主导、全域协同作战、体系对抗为主、精确打击突击的新型作战模式演进,战创伤亦随之变化,呈现突发性强、复合伤多、伤情隐匿、救治时间紧迫的特点,对医学影像诊断提出了更高的挑战。多模态医学影像融合技术是通过整合两种及以上不同成像模态(如CT、MRI、超声),结合现代人工智能算法的数据处理能力,合成更丰富的图像,实现自动化分析判断,对病变的定位、定性提供更精准的信息,做出分级决策和危急值报告。本文旨在探讨多模态医学影像融合AI技术对现代战创伤影像诊断的可行性,分析单一模态影像技术的优缺点,并展望其在未来战场中的发展前景,为构建适配未来战争环境下的“结构-功能-动态”三位一体的医学影像诊断体系提供理论依据和实践支撑。

关键词

战创伤 / 多模态影像融合技术 / 超声 / 人工智能 / 发展前景

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

周文华, 吴斌, 李伟, 张安宇, 陈天金, 孟亮亮, 席晓萍. CT/MRI/超声多模态影像融合AI技术在战创伤诊断中的研究进展[J]. 武警医学. 2026, 37(6): 533-536 https://doi.org/10.3969/j.issn.1004-3594.2026.06.013

中图分类号： R445

参考文献

[1] 田光磊,杨思明,付小兵. 提升战创伤学科管理水平与效益的方法探讨[J].感染、炎症、修复,2022,23(2):67-69.
[2] 曹芳芳,刘真,王茜. 现代战争中无人机攻击致伤特点与救治研究进展[J].创伤外科杂志,2024,26(8):574-578.
[3] 杨泽华,孙正. 多模态医学图像融合研究进展[J].中国医学物理学杂志,2026,43(1):14-27.
[4] 韩晓光,朱小龙,姜宇桢,等. 人工智能与机器人辅助医学发展研究[J].中国工程科学,2023,25(5):43-54.
[5] 张剑宁,刘佳雨,娄昕,等. 努力提高颅脑战创伤一线快速诊断水平[J].中华神经外科疾病研究杂志,2025,19(6):1-7.
[6] 王诗佳,杜井瑞,赵维. 临床CT的现代发展:技术革新与应用[J].科学通报,2025,70(33):5728-5745.
[7] 熊俊儒. 光子计数CT临床应用研究进展[J].中国医学影像技术,2025,41(11):1909-1912.
[8] 梅继全,周欢欢. 多排螺旋CT对消化道异物的诊断价值[J].影像研究与医学应用,2025,9(9):111-113.
[9] 王洪杰,于霞,王振宇,等. 车载移动医用CT方舱在新型冠状病毒肺炎筛查中的研究设计[J].中国医学装备,2020,17(3):160-163.
[10] 贺超. 核磁共振成像系统原理及MR图像研究[J].云南大学学报(自然科学版),2010,32(S1):245-248.
[11] 侯昱胤,温生宝,周伯琪,等. 多模态磁共振成像技术在慢性高原病脑部形态及功能改变中的研究进展[J].磁共振成像,2025,16(7):140-146.
[12] 何青,王娟,马学进,等. MRI新技术在新生儿缺氧缺血性脑病预后评估的研究进展[J].磁共振成像,2022,13(9):127-131.
[13] 李云舒,马宸,黄丽红,等. 高质量超声成像与重建研究综述[J].中国图象图形学报,2024,29(6):1628-1645.
[14] Lu C, Huang J H. Performance and development trends of ultrasound diagnostic systems in military settings:a review[J]. Ultrasound J,2025,17(1):54-54.
[15] 裴峰,朱秀丽,朱昱思,等. 5G远程超声会诊模式在卫勤保障中的应用初探[J].武警医学,2024,35(3):267-269.
[16] 杨帆. 多模态医学数据融合技术及应用[J].山东大学学报(医学版),2025,63(8):17-40.
[17] 于庆康. 核磁共振与计算机断层扫描技术在医学融合应用中的挑战与对策[J].中国仪器仪表,2025,(3):17-20.
[18] 马廉亭,向伟楚,吕福群,等. 多模态影像融合是未来医学影像的发展方向[J].中国临床神经外科杂志,2026,31(1):1-6.
[19] 王慧,马佩,黄华兴,等. 人工智能结合PACS在辅助超声规培学员鉴别乳腺结节良、恶性中的价值[J].现代医学,2024,52(S1):104-108.
[20] 王贺新,张婷婷,王正,等. 数字化影像设备在外军卫勤保障体系中的应用[J].武警医学,2025,36(3):273-276.
[21] Wydo S M, Seamon M J, Melanson S W, et al. Portable ultrasound in disaster triage:a focused review[J]. Eur J Trauma Emerg Surg,2016,42(2):151-159.
[22] Gao X, Lv Q, Hou S. Progress in the application of portable ultrasound combined with artificial intelligence in pre-hospital emergency and disaster sites[J]. Diagnostics (Basel),2023,13(21):3388.
[23] Vega R, Dehghan M, Nagdev A, et al. Overcoming barriers in the use of artificial intelligence in point of care ultrasound[J]. NPJ Digit Med,2025,8(1):213-213.
[24] Anderson A, Theophanous R G. Point-of-care ultrasound use in austere environments:a scoping review[J]. PLoS One,2024,19(12):e0312017.
[25] Zhao J Q, Zhou Y, Wang J F, et al. Portable ultrasonography onboard deployment in the PLA(N) peace ark hospital ship in mission harmony 2018[J]. Disaster Med Public Health Prep,2022,16(2):835-939.
[26] Beck-Razi N, Fischer D, Michaelson M, et al. The utility of focused assessment with sonography for trauma as a triage tool in multiple-casualty incidents during the second Lebanon war[J]. J Ultrasound Med,2007,26(9):1149-1156.
[27] Aziz S, Edmunds C T, Barratt J. Implementation of a point-of-care ultrasound archiving system and governance framework in a UK physician-paramedic staffed helicopter emergency medical service[J]. Scand J Trauma Resusc Emerg Med,2024,32(1):49-49.
[28] 马梓博,米悦,张波,等. 面向异质性医学图像处理的深度学习算法综述[J].软件学报,2023,34(10):4870-4915.
[29] 翟颖瑛,刘瑞凯,苏小礼. 多模态医学影像融合技术的临床创新与产业化前景分析[J].产业科技创新,2025,7(4):1-5.
[30] 漆隽之,衡刚,唐静. 医院数据安全建设实践与探索[J].中国卫生产业,2025,22(14):147-150.
[31] 武翠丹. 健康医疗数据应用的法律规制[J].华东政法大学学报,2025,28(5):68-80.
[32] 陈楠, 刘湘丽. 日本适应性AI医疗系统伦理风险治理研究[J].现代日本经济,2026,45(1):78-94.