典型文献
基于深度学习训练胸部X线片图像性质分类人工智能模型的初步研究
文献摘要：
目的 研究基于深度学习模型评价胸部X线片(CXR)图像性质分类的可行性.方法 回顾性检索2017年1月1日至2017年12月31日在北京大学第一医院检查、登记为"成人正位胸片"的CXR图像,从其中筛选出日常工作中常见的错误登记为正位胸片者,即:侧位片591例,床旁片523例,婴幼儿片930例,与2000例成人胸片正位图像进行训练,将图像随机分为训练集、调优集和测试集,使用Vgg16进行训练,得到CXR图像分类的人工智能(AI)模型.再回顾性收集2018年1月1日至2018年3月31日的数据进行外部验证,包括侧位片、床旁片、婴幼儿片及成人正位胸片各100例,对测试集、外部验证结果的评价使用混淆矩阵计算AI模型的分类效能.结果 测试集中,4种不同体位图像均能很好地被预测,成人正位胸片分类错误1例,侧位胸片、床旁胸片和婴幼儿胸片全部分类正确,各组分类的准确率为99％～100％.外部验证中,成人正位胸片和侧位胸片全部分类正确,婴幼儿胸片99例分类正确,床旁胸片94例分类正确,各组分类准确率为94％～100％.AI预测结果可自动返回到结构化报告的"技术评估"模块.结论 胸片图像分类AI模型可以对临床工作中常见的图像类型准确地分类,筛选出"合格"图像可进一步用于胸部疾病二分类AI诊断.
文献关键词：
深度学习;人工智能;分类;胸部X线片;结构化报告
中图分类号：
作者姓名：
蔡金秀;任昕;孙兆男;刘伟鹏;王祥鹏;张晓东;王霄英
作者机构：
北京大学第一医院医学影像科,北京 100034;北京赛迈特锐医学科技有限公司,北京 100011
文献出处：
引用格式：
[1]蔡金秀;任昕;孙兆男;刘伟鹏;王祥鹏;张晓东;王霄英-.基于深度学习训练胸部X线片图像性质分类人工智能模型的初步研究)[J].实用放射学杂志,2022(07):1184-1188
A类：
B类：
学习训练,胸部,图像性,性质分类,人工智能模型,深度学习模型,模型评价,CXR,北京大学第一医院,记为,正位,日常工作,婴幼儿,位图,训练集,调优,测试集,Vgg16,图像分类,外部验证,评价使用,混淆矩阵,矩阵计算,不同体位,地被,床旁胸片,分类准确率,返回,结构化报告,技术评估,临床工作,二分类
AB值：
0.293447
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
