目的:探讨基于深度学习(DL)的计算机辅助诊断(CAD)系统在肋骨骨折诊断中的应用价值.方法:回顾性分析232例胸部外伤患者CT图像并采用3种方式阅片.CAD系统阅片:应用CAD系统行肋骨骨折检测并记录结果;医师阅片:两名具有6年肋骨骨折CT诊断经验放射科主治医师独立阅片并以两人一致意见作为诊断结果;CAD系统辅助医师阅片:CAD系统辅助两名医师采用共同阅片模式阅片.金标准:两名具有15年以上肋骨骨折CT诊断经验的放射科高年资医师对患者初诊及复诊CT独立阅片,结果不一致时以两人协商一致的意见作为肋骨骨折诊断金标准.计算并比较3种阅片方式的敏感度、假阳性率及阅片时间.结果:232例患者共发现712处肋骨骨折.CAD系统阅片敏感度为81.2％,CAD系统阅片敏感度低于医师,医师阅片敏感度低于CAD系统辅助医师阅片.CAD系统阅片假阳性率为0.48?±?0.13,在3种方式中最高,医师阅片与CAD系统辅助医师阅片假阳性率差异无统计学意义.CAD系统阅片时间为(2.45?±?0.92)s,在3种方式中耗时最少,CAD系统辅助医师阅片时间少于医师阅片且阅片时间减少34.2％.结论:进一步提高敏感度并降低假阳性率是CAD改进的重要内容;采用基于深度学习的CAD系统辅助医师阅片可在不增高假阳性率的同时提高敏感度和减少阅片时间.

深度学习;卷积神经网络;体层摄影术;X线计算机;肋骨骨折

熊山;陈博;毛杰;刘四斌;黄原义;程建敏

荆州市中心医院放射科, 湖北 荆州434020;温州医科大学附属第二医院放射科, 浙江 温州325000;东阳市人民医院放射科, 浙江 金华322100

CT理论与应用研究

[1]熊山;陈博;毛杰;刘四斌;黄原义;程建敏-.基于深度学习的计算机辅助诊断系统在肋骨骨折诊断中的应用)[J].CT理论与应用研究,2022(05):617-622

计算机辅助诊断系统,肋骨骨折,DL,CAD,胸部外伤,伤患,骨折检测,两名,验放,放射科,主治医师,一致意见,诊断结果,名医,金标准,高年资,初诊,复诊,结果不一致,协商一致,断金,假阳性率,阅片时间,体层摄影术,线计算

0.201384