發(fā)布時(shí)間：2021-02-24 13:49

　　目的:構(gòu)建和驗(yàn)證一個(gè)用于CT自動(dòng)識(shí)別甲狀腺結(jié)節(jié)的深度學(xué)習(xí)模型,旨在提高CT醫(yī)師對(duì)甲狀腺結(jié)節(jié)的診斷水平。方法:從醫(yī)院數(shù)據(jù)庫(kù)中選取經(jīng)手術(shù)病理證實(shí)的甲狀腺結(jié)節(jié)患者672例,選取330例（其中惡性280例,良性病變50例）用于深度學(xué)習(xí)模型的訓(xùn)練,余342例用于模型驗(yàn)證,同時(shí)再由3名不同年資的CT醫(yī)師進(jìn)行診斷,并統(tǒng)計(jì)相關(guān)結(jié)果。結(jié)果:深度學(xué)習(xí)模型用于甲狀腺結(jié)節(jié)的診斷準(zhǔn)確率91.8%、敏感度84.5%、特異度87.8%,每例診斷時(shí)間為（0.30±0.02）s,均優(yōu)于3名醫(yī)師（均P<0.05）。結(jié)論:深度學(xué)習(xí)模型用于甲狀腺結(jié)節(jié)的診斷具有較高的準(zhǔn)確率、特異度和敏感度,可輔助CT醫(yī)師實(shí)時(shí)診斷甲狀腺結(jié)節(jié)。 

【文章來源】：中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志. 2020,18(02)

【文章頁數(shù)】：3 頁

【部分圖文】：

基于卷積神經(jīng)網(wǎng)絡(luò)的CT甲狀腺結(jié)節(jié)分類方法

【參考文獻(xiàn)】：
期刊論文
[1]醫(yī)學(xué)影像人工智能產(chǎn)業(yè)現(xiàn)狀和發(fā)展需求調(diào)研報(bào)告[J]. 張惠茅,蕭毅,洪楠,孫曉偉,劉玉林,劉再毅,田捷,李睿,劉士遠(yuǎn),金征宇.  中華放射學(xué)雜志. 2019 (06)
[2]基于人工智能的CT肺結(jié)節(jié)檢出臨床應(yīng)用及研究進(jìn)展[J]. 明佳蕾,方向明.  中華放射學(xué)雜志. 2019 (06)
[3]超聲計(jì)算機(jī)輔助聯(lián)合造影鑒別診斷甲狀腺良惡性結(jié)節(jié)的研究[J]. 原利晶,陳武,黃玉琴,葉芊君,高貴芳,尹郭林,李易鳳.  中國(guó)超聲醫(yī)學(xué)雜志. 2019(04)
[4]基于深度學(xué)習(xí)的人工智能技術(shù)在早期胃癌診斷中的應(yīng)用[J]. 王智杰,高杰,孟茜茜,楊婷,王則遠(yuǎn),陳興春,王東,李兆申.  中華消化內(nèi)鏡雜志. 2018 (08)
[5]基于深度學(xué)習(xí)的人工智能對(duì)醫(yī)學(xué)影像學(xué)的挑戰(zhàn)和機(jī)遇[J]. 劉士遠(yuǎn),蕭毅.  中華放射學(xué)雜志. 2017 (12)
[6]甲狀腺超聲與甲狀腺功能在老年患者甲狀腺良惡性結(jié)節(jié)鑒別中的價(jià)值[J]. 王瑛.  世界最新醫(yī)學(xué)信息文摘. 2016(84)
[7]中國(guó)消化內(nèi)鏡技術(shù)發(fā)展現(xiàn)狀[J]. 王洛偉,辛磊,林寒,王偉,錢維,樊靜,馬旭東,慎利亞,李方,張俊華,李兆申.  中華消化內(nèi)鏡雜志. 2015 (08)
[8]醫(yī)學(xué)放射診斷學(xué)新進(jìn)展[J]. 金征宇,薛華丹.  協(xié)和醫(yī)學(xué)雜志. 2011(03)
[9]人工神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用[J]. 陳京水,李業(yè)勤,劉玉,蔡顯圣.  中國(guó)醫(yī)學(xué)裝備. 2010(07)
[10]計(jì)算機(jī)輔助判別超聲內(nèi)鏡圖像診斷胰腺癌的實(shí)驗(yàn)研究[J]. 張敏敏,金震東,蔡哲元,余建國(guó),李兆申.  中華消化內(nèi)鏡雜志. 2009 (04)



本文編號(hào)：3049465