期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CT图像的肺结核病灶治愈状态判定深度学习模型的建立 被引量：4
1
作者 秦李祎 吕平欣 +8 位作者 郭琳 钱令军 肖谦 杨阳 尚园园 贾俊楠 初乃惠 刘远明 李卫民 《中国防痨杂志》 CAS CSCD 北大核心 2024年第3期272-278,共7页
目的:基于CT影像构建深度学习模型判定肺结核病灶的活动性。方法:回顾性纳入2018年12月至2020年12月首都医科大学附属北京胸科医院就诊的具有治疗前、中和后时间点的CT影像资料的肺结核治愈患者(102例),按照8∶2的比例将病灶随机分为训... 目的:基于CT影像构建深度学习模型判定肺结核病灶的活动性。方法:回顾性纳入2018年12月至2020年12月首都医科大学附属北京胸科医院就诊的具有治疗前、中和后时间点的CT影像资料的肺结核治愈患者(102例),按照8∶2的比例将病灶随机分为训练集和测试集。另外,于2021年10月至2022年12月在同一家医院前瞻性纳入肺结核治愈患者(72例),在治疗前、中和后时间点纳入CT资料作为独立验证集。通过迁移学习方式进行深度学习模型构建;采用掩膜区域卷积神经网络(Mask R-CNN)架构实现病灶自动分割及活动性判定。基于三维病灶标签进行模型训练,通过计算测试集受试者工作特性(ROC)曲线下面积(AUC)、敏感度、特异度,并与独立验证集比较,评估模型对肺结核病灶活动性的判定效能。结果:回顾性队列共纳入符合标准的肺结核治愈患者102例,共收集到770份CT影像资料;332个病灶为活动性,464个病灶为非活动性。前瞻性队列纳入肺结核治愈患者72例,共收集到540份CT影像资料。基于迁移学习的Mask R-CNN深度学习模型计算,测试集的AUC为87.5%,敏感度为85.7%,特异度为78.6%;独立验证集的AUC为79.9%,敏感度为78.7%,特异度为75.0%。结论:基于迁移学习的Mask R-CNN深度学习模型在小样本量肺结核病灶活动性预测中展现出一定潜力,可以为快速、自动的临床决策提供科学参考。 展开更多
关键词 结核 肺 体层摄影术 X线计算机 模型 结构 人工智能
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部