目的探討基于深度殘差網絡的計算機輔助診斷技術在職業(yè)性塵肺病（以下簡稱"塵肺病"）診斷中的應用價值。方法采用方便抽樣方法,收集5 424例職業(yè)健康檢查者數字化X射線胸片圖像建立數據集。利用數據集對塵肺病計算機輔助診斷系統進行訓練后,對測試集（塵肺病陽性、陰性病例各50例）進行獨立診斷并輸出陽性概率值。由6名不同年資診斷醫(yī)師對測試集圖像分別進行獨立診斷和參考計算機結果進行輔助診斷。采用受試者工作特征曲線下面積（AUC值）、靈敏度和特異度對診斷準確性進行評價;采用Kappa一致性檢驗對診斷一致性進行評價。結果與使用計算機輔助診斷前比較,使用計算機輔助診斷后塵肺病診斷醫(yī)師的AUC值、靈敏度、特異度、Kappa值均有所升高;其中,靈敏度從0.74提高到0.85（P<0.05）,Kappa平均值從0.64提高到0.79（P<0.05）;AUC值從0.90提高到0.95,特異度從0.89提高到0.94,但差異均無統計學意義（P>0.05）。結論計算機輔助診斷可提高塵肺病診斷醫(yī)師塵肺病篩查的靈敏度和一致性,減少醫(yī)師之間的診斷差異。 

【文章來源】：中國職業(yè)醫(yī)學. 2020,47(04)北大核心

【文章頁數】：4 頁

【文章目錄】：
1 資料和方法
    1.1 數據收集與整理
    1.2 圖像預處理與分組
    1.3 塵肺病計算機輔助診斷模型建立
    1.4 診斷醫(yī)師讀片結果判定
    1.5 統計學分析
2 結 果
    2.1 計算機對測試組胸片獨立診斷時診斷準確性和一致性
    2.2 不同年資診斷醫(yī)師采用計算機輔助診斷前后診斷AUC值比較
    2.3 不同年資診斷醫(yī)師采用計算機輔助診斷前后診斷靈敏度比較
    2.4 不同年資診斷醫(yī)師采用計算機輔助診斷前后診斷特異度比較
    2.5 不同年資診斷醫(yī)師在采用計算機輔助診斷前后診斷一致性比較
3 討 論


【參考文獻】：
期刊論文
[1]職業(yè)性塵肺病患者生存狀況文獻計量分析[J]. 許云皓,王煥強,鄒建芳.  中國職業(yè)醫(yī)學. 2019(06)
[2]塵肺病患者自我感受負擔現狀及其影響因素分析[J]. 陳改革,李玉梅.  現代臨床護理. 2019(12)
[3]我國職業(yè)病診斷標準研制歷史與現狀[J]. 夏麗華,鄭倩玲.  中國職業(yè)醫(yī)學. 2019(05)
[4]數據挖掘在職業(yè)衛(wèi)生領域的研究現狀[J]. 盧耀勤,劉繼文.  中國職業(yè)醫(yī)學. 2019(02)
[5]計算機輔助診斷在塵肺病診斷中的應用[J]. 王崢.  世界最新醫(yī)學信息文摘. 2019(08)
[6]人工智能在醫(yī)學影像CAD中的應用[J]. 潘亞玲,王晗琦,陸勇.  國際醫(yī)學放射學雜志. 2019(01)
[7]基于U-net模型的全自動鼻咽腫瘤MR圖像分割[J]. 潘沛克,王艷,羅勇,周激流.  計算機應用. 2019(04)
[8]新時期職業(yè)病防治形勢分析及對策建議[J]. 李濤.  中國職業(yè)醫(yī)學. 2018(05)
[9]ROC曲線分析在塵肺診斷醫(yī)師塵肺讀片能力提升方面的實踐[J]. 王欣.  影像技術. 2018(04)
[10]我國職業(yè)性塵肺病診斷標準的演變和發(fā)展[J]. 王崢,張建芳,錢青俊.  中國工業(yè)醫(yī)學雜志. 2017(01)

碩士論文
[1]Kappa系數在一致性評價中的應用研究[D]. 王軍.四川大學 2006



本文編號：3292777