典型文献
应用超声自动分类算法辅助乳腺肿块诊断的研究
文献摘要：
目的:验证一种乳腺超声计算机辅助诊断(CAD)方法能否提高超声医师判定乳腺良、恶性肿块的效能，评价该方法的临床应用价值。方法:对2012－2019年在哈尔滨医科大学附属第二医院和河北医科大学第二医院行乳腺超声检查的539例超声图像进行回顾性分析，由4位超声医师先根据原始病例图像对肿瘤的良、恶性进行分类判定，然后参考CAD输出的结果再一次对肿瘤的良、恶性进行分类诊断，分类标准采用美国放射学会提出的第五版乳腺影像报告和数据系统(BI-RADS)分类标准，诊断过程中不向观察者提供病理诊断和临床病史。以组织学检查及随访结果作为金标准，应用ROC曲线法比较CAD自动分类结果以及医生应用CAD前后诊断结果的准确性。计算诊断的准确性、敏感性和特异性。结果:分类算法对肿块良、恶性的判定具有较高的准确性，当CAD分类结果的界值为0.495时，诊断的准确性、敏感性和特异性分别为0.878、0.868和0.886，当诊断界值定为0.203时，诊断的敏感性和特异性分别为0.981和0.337。参考CAD分类诊断意见后，医师诊断的效能得到了提高，总的ROC曲线下面积由0.775提高到了0.871，差异有统计学意义(
P<0.01)，敏感性和特异性也由原来的0.786和0.681提高到了0.842和0.813。
结论:本研究中的自动分类算法为医师诊断提供了量化参考，能够辅助超声医师提高乳腺良、恶性肿瘤的鉴别诊断率，可以使低年资医师的诊断效能达到高年资医师水平，具有较高的临床应用价值。
文献关键词：
超声检查;计算机辅助诊断;乳腺肿块;分类
中图分类号：
作者姓名：
王影;赵若兰;伍小芳;田家玮
作者机构：
河北医科大学第二医院腺体外科，石家庄 050000;哈尔滨医科大学附属第二医院超声医学科，哈尔滨 150086
文献出处：
引用格式：
[1]王影;赵若兰;伍小芳;田家玮-.应用超声自动分类算法辅助乳腺肿块诊断的研究)[J].中华超声影像学杂志,2022(12):1065-1070
A类：
B类：
自动分类,分类算法,乳腺肿块,计算机辅助诊断,CAD,高超,超声医师,临床应用价值,哈尔滨,北医,乳腺超声检查,超声图像,类判,再一,分类诊断,分类标准,美国放射学会,第五版,乳腺影像报告和数据系统,BI,RADS,诊断过程,观察者,病理诊断,临床病史,组织学检查,随访结果,金标准,诊断结果,量化参考,辅助超声,鉴别诊断,诊断率,低年资,诊断效能,高年资
AB值：
0.291213
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。
