登录    注册    忘记密码

期刊文章详细信息

人工智能在甲状腺结节良恶性中的诊断价值    

Diagnostic Value of Artificial Intelligence in Benign and Malignant Thyroid Nodules

  

文献类型:期刊文章

作  者:陈晨[1] 孙鹏飞[1] 郭君[1] 梁蕾[1] 陈秀峰[2] 蒋艳[1] 姜艳[1]

Chen Chen;Sun Pengfei;Guo Jun;Liang Lei;Chen Xiufeng;Jiang Yan;Jiang Yan(Department of Ultrasound,Peking University Aerospace Clinical College of Medicine,Beijing 100049,China)

机构地区:[1]北京大学航天临床医学院超声科,北京市100049 [2]北京大学航天临床医学院普外科,北京市100049

出  处:《中国超声医学杂志》

年  份:2020

卷  号:36

期  号:7

起止页码:585-588

语  种:中文

收录情况:BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、ZGKJHX、核心刊

摘  要:目的探讨超声S-Detect技术在甲状腺结节良恶性中的诊断价值。方法由3名超声医师对98例患者共136个甲状腺结节的超声图像进行良恶性评估后与S-Detect技术判别结果进行对比。以病理学结果或ATA指南为诊断标准进行对照,分析不同年资医师及S-Detect技术的诊断效能和评价者之间的一致性。结果136个甲状腺结节中良性病变81个,恶性病变55个。S-Detect技术诊断灵敏度高于低、中年资医师(P<0.05),特异度低于不同年资医师(P<0.05),S-Detect诊断准确度为65.44%。S-Detect与高年资医师的诊断一致性中等(Kappa=0.439,P<0.05)。与S-Detect联合诊断可明显提高超声医师的诊断效能(P<0.05)。结论S-Detect技术在甲状腺结节良恶性诊断中的灵敏度较高。与S-Detect技术联合诊断可明显提高超声医师的诊断效能,具有很好的临床应用前景。S-Detect技术与高年资医师诊断一致性相对较好,未来有助于超声图像的标准化判读。

关 键 词:超声 甲状腺结节 甲状腺肿瘤 S-Detect  

分 类 号:R445.1] R581]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心