背景和目的:頸部淋巴結(jié)腫大是頸部乃至全身許多疾病的常見臨床表現(xiàn),其良惡性鑒別不僅僅對疾病定性診斷有幫助,而且是惡性腫瘤患者分級、分期的重要依據(jù),同時(shí)對腫瘤患者的生存、局部復(fù)發(fā)和遠(yuǎn)處轉(zhuǎn)移的判斷有重要價(jià)值。深度學(xué)習(xí)(Deep learning,DL)是人工智能(Artificial intelligence,AI)的方法之一,它是一種以神經(jīng)元為基本單位的卷積神經(jīng)網(wǎng)絡(luò),是目前醫(yī)學(xué)領(lǐng)域最先進(jìn)的機(jī)器學(xué)習(xí)方法之一。該模型已應(yīng)用于肺結(jié)節(jié)的識(shí)別與鑒別、肺癌淋巴結(jié)轉(zhuǎn)移的識(shí)別與定位、肝癌的分級、心血管疾病的危險(xiǎn)因素分層及腫瘤患者預(yù)后模型的建立等疾病多個(gè)方面,并取得了較高的診斷效能。因此,本研究旨在探討深度學(xué)習(xí)模型是否能在多種頸部淋巴結(jié)病變中對淋巴結(jié)做出良惡性定性診斷及能否對頸部轉(zhuǎn)移淋巴結(jié)來源進(jìn)行預(yù)測。第一部分基于深度學(xué)習(xí)模型的頸部淋巴結(jié)定性診斷的初步研究目的:探討人工智能深度學(xué)習(xí)模型在頸部淋巴結(jié)定性診斷中的應(yīng)用價(jià)值。材料與方法:收集經(jīng)組織病理學(xué)證實(shí)的115例病人的頸部增強(qiáng)CT軸位圖像,包括惡性淋巴結(jié)207枚和良性淋巴結(jié)359枚,按照就診時(shí)間順序?qū)⑶?86枚(惡性169枚,良性317枚)作為訓(xùn)練組,后80枚...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

本文編號(hào)：3879602