目的探索基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster R-CNN）的人工智能影像輔助診斷平臺對識別直腸癌壁外血管侵犯（EMVI）的臨床應(yīng)用價(jià)值。方法回顧性分析我國7家醫(yī)院2016年7月至2019年2月行直腸高分辨MRI檢查的500例直腸癌病人的臨床資料,其中EMVI陽性174例和EMVI陰性326例。使用隨機(jī)數(shù)字法將病人資料隨機(jī)分配到訓(xùn)練組（400例,包括EMVI陽性133例和EMVI陰性267例）和驗(yàn)證組（100例,包括EMVI陽性41例和EMVI陰性59例）。利用Faster R-CNN對訓(xùn)練組20 430張高分辨MRI圖像進(jìn)行學(xué)習(xí)和訓(xùn)練,建立人工智能影像輔助診斷平臺。對驗(yàn)證組5107張高分辨MRI圖像進(jìn)行臨床驗(yàn)證,應(yīng)用受試者工作特征曲線（ROC）和曲線下面積（AUC）,比較人工智能影像輔助診斷平臺與高年資影像專家的診斷結(jié)果。結(jié)果人工智能影像輔助診斷平臺識別EMVI的準(zhǔn)確率、敏感度、特異度、陽性預(yù)測值和陰性預(yù)測值分別為93.4%、97.3%、89.5%、0.90和0.97。AUC為0.98。自動識別單張圖像所需時(shí)間為0.2 s,而影像學(xué)專家判讀時(shí)間約為10 s。結(jié)論基于Faster R-CN... 

【文章來源】：中國實(shí)用外科雜志. 2019,39(10)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 資料與方法
    1.1 一般資料
    1.2 高分辨MRI數(shù)據(jù)庫建立
    1.3 影像科醫(yī)生標(biāo)識及Faster R-CNN訓(xùn)練和驗(yàn)證過程
        1.3.1 影像科醫(yī)生標(biāo)識過程
        1.3.2 Faster R-CNN訓(xùn)練和驗(yàn)證過程
    1.4 統(tǒng)計(jì)學(xué)處理
2 結(jié)果
3 討論


【參考文獻(xiàn)】：
期刊論文
[1]低位直腸癌磁共振影像學(xué)分期的精確評估[J]. 王屹.  中國實(shí)用外科雜志. 2017(06)



本文編號：2977267