當(dāng)前位置：主頁 > 醫(yī)學(xué)論文 > 臨床醫(yī)學(xué)論文 >

基于深度神經(jīng)網(wǎng)絡(luò)的高分辨MRI直腸淋巴結(jié)輔助診斷系統(tǒng)的臨床應(yīng)用價值研究

發(fā)布時間：2020-09-24 21:47

　　目的:建立基于深度神經(jīng)網(wǎng)絡(luò)的高分辨MRI直腸淋巴結(jié)識別系統(tǒng),并探討其對于直腸癌轉(zhuǎn)移淋巴結(jié)診斷的臨床應(yīng)用價值。方法:本研究為回顧性研究,從2016年7月至2017年12月在青島大學(xué)附屬醫(yī)院進行了高分辨率的盆腔MRI掃描的直腸癌患者中,選取報告中確定了有盆腔淋巴結(jié)轉(zhuǎn)移的301例。按照就診時間順序前201例作為學(xué)習(xí)組,后100例作為驗證組。對學(xué)習(xí)、驗證兩個組的患者的年齡及性別信息進行補充。學(xué)習(xí)組有男性149例、有女性52例,平均年齡為58.8歲;驗證組有男性76例,有女性24例,平均年齡為60.2歲。首先,利用深度學(xué)習(xí)技術(shù)及學(xué)習(xí)組的12060張淋巴結(jié)高分辨MRI圖像,在卷積神經(jīng)網(wǎng)絡(luò)下進行訓(xùn)練,模擬影像醫(yī)師判斷高分辨圖像淋巴結(jié)的過程,進而建立直腸惡性腫瘤轉(zhuǎn)移性淋巴結(jié)的人工智能自動識別檢測平臺。然后,對驗證組的6030張淋巴結(jié)高分辨MRI圖像進行臨床驗證,人工智能和影像科醫(yī)師同時對淋巴結(jié)轉(zhuǎn)移情況作出診斷,利用受試者工作特征曲線比較兩者的診斷水平。結(jié)果:經(jīng)過對學(xué)習(xí)組數(shù)據(jù)的不斷迭代訓(xùn)練,人工智能的損失函數(shù)值不斷降低,診斷誤差不斷降低。驗證組的6030張圖像,人工診斷共912張存在淋巴結(jié)轉(zhuǎn)移,人工智能診斷共987張存在淋巴結(jié)轉(zhuǎn)移,兩者診斷結(jié)果完全相同(淋巴結(jié)位置和轉(zhuǎn)移數(shù)量完全相符)的圖像共772張。相比于人工診斷,人工智能診斷的曲線下面積為0.886 2,單個病例的診斷時間為10 s,而影像科醫(yī)師的平均判斷時間為600 s。結(jié)論:基于深度神經(jīng)網(wǎng)絡(luò)的直腸高分辨MRI淋巴結(jié)自動識別系統(tǒng)具有較高的準確率,且效率高,可以輔助進行臨床診斷。
【學(xué)位單位】：青島大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP183;R445.2;R735.37
【部分圖文】：

影像,圖像數(shù)據(jù)庫,訓(xùn)練集

301 例患者符合納入排除標(biāo)準。按照就診時間順序前 201 例作為學(xué)習(xí)后 100 例作為驗證組。對學(xué)習(xí)、驗證兩個組的患者的年齡及性別信息進行補充。組有男性 149 例、有女性 52 例，平均年齡為 58.8 歲；驗證組有男性 76 例，有女4 例，平均年齡為 60.2 歲。因技術(shù)限制，智能平臺目前無法實現(xiàn)三維，無法同時結(jié)狀位和冠狀位圖像 3D 重建，我們僅提取了具有最高診斷淋巴結(jié)分析價值的高分辨RI 的 T2 WI 和 DWI 圖像（水平），共計 12060 張圖像，由高年資影像醫(yī)生標(biāo)記移淋巴結(jié)位置，供深度神經(jīng)網(wǎng)絡(luò)平臺學(xué)習(xí)。以上所有數(shù)據(jù)依據(jù) 2018 年 V1 版 NCC（National Comprehensive Cancer Network）將轉(zhuǎn)移淋巴結(jié)數(shù)量、N 分期、TNM 分數(shù)據(jù)列表，結(jié)合每例患者納入的高分辨 MRI、標(biāo)記的淋巴結(jié)圖像，建立了供人工學(xué)習(xí)訓(xùn)練的影像數(shù)據(jù)庫（圖 1）。而驗證集數(shù)據(jù)共 6030 張圖像，它的建立是由檢間順序的后 100 例直腸癌患者的高分辨率 MRI 圖像組成。本研究已在 Chinesical Trial Registry 上完成注冊（注冊號：ChiCTR-DDD-17013842），該研究取得醫(yī)理委員會的知情同意。

基于深度神經(jīng)網(wǎng)絡(luò)的高分辨MRI直腸淋巴結(jié)輔助診斷系統(tǒng)的臨床應(yīng)用價值研究