典型文献
卷积神经网络诊断甲状腺结节的应用
文献摘要：
目的基于卷积神经网络的人工智能(AI)计算机辅助诊断(CAD)系统应用于超声诊断,评估其诊断甲状腺结节良恶性的效能.资料与方法回顾性收集2018年4月—2021年2月云南大学附属医院经手术病理证实的甲状腺结节105例共157个结节,比较超声医师、AI-CAD系统诊断及联合诊断甲状腺结节的结果,采用受试者工作特征曲线下面积评估AI诊断甲状腺结节性质和结节特征分类的效能.结果超声医师、基于卷积神经网络的AI-CAD系统及联合诊断良、恶性结节的敏感度分别为80.7％、84.5％、92.1％,特异度分别为73.7％、81.0％、86.3％,准确度分别为79.0％、84.1％、91.7％、阳性预测值分别为90.6％、92.4％、95.2％,阴性预测值分别为54.9％、66.7％、82.7％;AI-CAD的诊断效能高于超声医师,两者联合诊断效能最佳,差异有统计学意义(χ2=5.524,P<0.05).结论超声医师、AI-CAD系统诊断及联合诊断对甲状腺结节均有较好的诊断价值,AI联合超声医师诊断甲状腺结节效能最好,对临床评估是否手术及手术方案有较高的应用价值.
文献关键词：
甲状腺结节;超声检查;AI-CAD系统;卷积神经网络;病理学;外科;诊断;鉴别
中图分类号：
作者姓名：
尹爱桃;陆永萍;赵易凡;孙月;张容亮;徐飞
作者机构：
云南大学附属医院超声科,云南 昆明 650000
文献出处：
引用格式：
[1]尹爱桃;陆永萍;赵易凡;孙月;张容亮;徐飞-.卷积神经网络诊断甲状腺结节的应用)[J].中国医学影像学杂志,2022(12):1212-1217,1223
A类：
B类：
网络诊断,计算机辅助诊断,CAD,系统应用,超声诊断,甲状腺结节良恶性,云南大学,大学附属医院,经手,手术病理,超声医师,系统诊断,联合诊断,受试者工作特征曲线,特征曲线下面积,面积评估,甲状腺结节性质,特征分类,恶性结节,阳性预测值,阴性预测值,诊断效能,诊断价值,临床评估,手术方案,超声检查
AB值：
0.234395
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。
