文献类型：期刊文章

作　　者：王洪杰[1] 于霞[2] 田进军[1] 王振宇[1]

WANG Hongjie;YU Xia;TIAN Jin-jun(Department of Equipment,Weihai Maternal and Child Health Care Hospital,Weihai 264200,China)

机构地区：[1]威海市妇幼保健院医疗设备科,山东威海264200 [2]威海市妇幼保健院超声二科,山东威海264200

出　　处：《中国医学装备》

基　　金：山东省医药卫生科技发展计划(2018WS111)“基于多模态深度学习甲状腺影像诊断关键问题研究”

年　　份：2019

卷　　号：16

期　　号：12

起止页码：28-31

语　　种：中文

收录情况：IC、JST、ZGKJHX、普通刊

摘　　要：目的:探讨人工智能在甲状腺结节良恶性鉴别诊断中的应用价值。方法:利用深度学习技术对医院2015-2018年1020例匿名患者的超声甲状腺结节进行图像采集和建模,对390例测试患者的甲状腺结节良恶性进行预测,将人工智能、超声图像及联合诊断对超声检查的准确率、精准度、灵敏度和特异度进行对比分析,将分析结果分为人工智能组、超声影像组和联合诊断组,并与术后病理结果进行对比。结果:人工智能组、超声影像组和联合诊断组的诊断准确率分别为70.00%、78.46%和82.82%;精准率分别为68.50%、77.17%和83.43%;灵敏度分别为53.05%、64.05%和69.74%;特异度分别为82.30%、87.76%和91.18%。结论:人工智能的预测方法具有一定的准确率、精确率、敏感度和特异度,联合诊断更能够有效地预测甲状腺超声图像中的结节,并能判定其良恶性。

关 键 词：甲状腺结节 良恶性 超声 人工智能(AI)  

分 类 号：R581]