目的探討利用更快的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)算法（Faster R-CNN）分析直腸癌磁共振（MRI）平掃圖像以評(píng)估環(huán)周切緣（CRM）狀態(tài)的可行性。方法病例納入標(biāo)準(zhǔn):（1）CRM陽性區(qū)域位于提肛肌肛管平面至腹膜反折之間,電子結(jié)腸鏡及組織病理學(xué)檢查證實(shí)為直腸惡性腫瘤;（2）術(shù)后病理或術(shù)前高分辨MRI檢查證實(shí)有CRM陽性。排除標(biāo)準(zhǔn):新輔助治療后、手術(shù)后復(fù)發(fā)、圖像質(zhì)量差偽影、腫瘤巨大及廣泛壞死等組織變性以及既往盆腔手術(shù)史直腸臨近組織結(jié)構(gòu)改變的病例。根據(jù)以上標(biāo)準(zhǔn),收集青島大學(xué)附屬醫(yī)院2016年7月至2019年6月期間,350例CRM陽性直腸癌患者的MR平掃圖像。將患者按照性別和腫瘤部位分類,應(yīng)用計(jì)算機(jī)隨機(jī)數(shù)字法以6∶1比例隨機(jī)分配為訓(xùn)練組（300例）和測(cè)試組（50例）。利用LabelImg軟件在T2加權(quán)成像（T2WI）圖像上對(duì)CRM陽性區(qū)域進(jìn)行標(biāo)識(shí)。應(yīng)用標(biāo)識(shí)的訓(xùn)練組圖像對(duì)Faster R-CNN模型進(jìn)行迭代訓(xùn)練、優(yōu)化參數(shù),直到網(wǎng)絡(luò)收斂獲得最佳的深度學(xué)習(xí)模型。利用測(cè)試集數(shù)據(jù)評(píng)估人工智能平臺(tái)的識(shí)別性能,選取指標(biāo)包括準(zhǔn)確度、敏感性、陽性預(yù)測(cè)值、受試者工作特征曲線和曲線下面積（AUC）,以及識(shí)別單張圖像所花費(fèi)的... 

【文章來源】：中華胃腸外科雜志. 2020,23(06)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)


本文編號(hào)：3391528