目的:隨著深度學(xué)習(xí)技術(shù)和人工神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展,人工智能在醫(yī)學(xué)影像診斷疾病方面發(fā)揮了越來越重要的作用。比較基于深度學(xué)習(xí)技術(shù)的人工智能肺結(jié)節(jié)篩查系統(tǒng)對肺癌早期肺結(jié)節(jié)良惡性的檢測與放射科住院醫(yī)生診斷結(jié)果,評價兩者以及聯(lián)合之后對肺癌早期的診斷能力,提高住院醫(yī)師對結(jié)節(jié)良惡性的鑒別能力,為現(xiàn)有的肺結(jié)節(jié)篩查系統(tǒng)對良惡性結(jié)節(jié)的研發(fā)提供參考方向,提高早期肺癌的篩查能力以期望能夠為患者提供早期、準確的肺結(jié)節(jié)良惡性的診斷。方法:本研究整理了石河子大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院2015年1月至2018年12月所有經(jīng)纖維支氣管鏡、手術(shù)或經(jīng)皮肺部穿刺活檢具有明確病理結(jié)果的3494例患者資料,篩選病理診斷為肺癌患者997例�；卦L收集所有惡性結(jié)節(jié)患者從2013年1月到病理確診期間的胸部CT檢查,篩選與腫瘤在相同位置有肺結(jié)節(jié)的CT檢查,共計287例惡性結(jié)節(jié)作為測試集。將287例結(jié)節(jié)DICOM標準格式圖像導(dǎo)入人工智能篩查系統(tǒng)中,記錄模型檢測結(jié)節(jié)的大小、位置、惡性概率。同時將287個肺結(jié)節(jié)病例所對應(yīng)的檢查號從PACS系統(tǒng)調(diào)取CT圖像,由2名正在參加住院醫(yī)師規(guī)范化培訓(xùn)的住院醫(yī)生進行盲法閱片,判斷測試集中肺結(jié)節(jié)的良惡性。記錄人工智能... 

【文章來源】：石河子大學(xué)新疆維吾爾自治區(qū)211工程院校

【文章頁數(shù)】：32 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
中英文對照縮略詞表
前言
材料與方法
    1.研究對象
    2.圖像采集
    3.肺結(jié)節(jié)診斷
    4.統(tǒng)計學(xué)處理
結(jié)果
    1.人工智能系統(tǒng)檢測結(jié)果
    2.住院醫(yī)師診斷結(jié)果
    3.人工智能檢測與影像醫(yī)師聯(lián)合診斷結(jié)果
    4.住院醫(yī)師單獨診斷和聯(lián)合診斷對實性結(jié)節(jié)和亞實性結(jié)節(jié)診斷結(jié)果
    5.聯(lián)合診斷與住院醫(yī)師單獨診斷結(jié)果比較
討論
    1.肺癌篩查與肺結(jié)節(jié)診斷現(xiàn)狀
    2.人工智能技術(shù)在肺癌早期肺結(jié)節(jié)診斷中的價值
    3.研究不足
結(jié)論
參考文獻
文獻綜述
    參考文獻
致謝
作者簡介
石河子大學(xué)碩士研究生學(xué)位論文導(dǎo)師評閱表


【參考文獻】：
期刊論文
[1]AI對肺磨玻璃結(jié)節(jié)篩查及定性的臨床應(yīng)用研究[J]. 蔡雅倩,張正華,韓丹,黃建強,李浚利,金文鳳.  放射學(xué)實踐. 2019(09)
[2]2015年中國惡性腫瘤流行情況分析[J]. 鄭榮壽,孫可欣,張思維,曾紅梅,鄒小農(nóng),陳茹,顧秀瑛,魏文強,赫捷.  中華腫瘤雜志. 2019 (01)
[3]《肺結(jié)節(jié)診治中國專家共識（2018版）》解讀[J]. 張曉菊.  中華實用診斷與治療雜志. 2019(01)
[4]實習(xí)醫(yī)師以共同閱片和第二閱片者模式使用計算機輔助檢測系統(tǒng)在低劑量CT中的應(yīng)用研究[J]. 胡瓊潔,陳沖,王玉錦,胡玉娜,潘月影,楊朝霞,艾濤,孫子燕,管漢雄,夏黎明.  放射學(xué)實踐. 2018(10)
[5]肺結(jié)節(jié)影像人工智能技術(shù)現(xiàn)狀與思考[J]. 蕭毅,劉士遠.  腫瘤影像學(xué). 2018(04)
[6]基于深度學(xué)習(xí)和醫(yī)學(xué)圖像的癌癥計算機輔助診斷研究進展[J]. 陳詩慧,劉維湘,秦璟,陳亮亮,賓果,周煜翔,汪天富,黃炳升.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(02)
[7]基于深度學(xué)習(xí)的疾病診斷[J]. 陸家發(fā),張國明,陳安琪.  醫(yī)學(xué)信息學(xué)雜志. 2017(04)
[8]中國肺部結(jié)節(jié)分類、診斷與治療指南（2016年版）[J]. 周清華,范亞光,王穎,喬友林,王貴齊,黃云超,王新允,吳寧,張國楨,鄭向鵬,步宏.  中國肺癌雜志. 2016(12)
[9]從圖靈測試到深度學(xué)習(xí):人工智能60年[J]. 萬赟.  科技導(dǎo)報. 2016(07)
[10]CT計算機輔助檢測與診斷對肺癌早期診斷的應(yīng)用與進展[J]. 曹恩濤,范麗,肖湘生.  國際醫(yī)學(xué)放射學(xué)雜志. 2016(01)



本文編號：3633868