乳腺X线AI智能病灶检测

• 作者: 吴孝掌 夏晨 张荣国 李欣 梁森 赖原仲 黄正南
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 人工智能 学习 乳腺肿瘤 放射摄影术
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能与医学影像专题
• 页码范围: 1029-1032
• 页数: 4页
• 分类号: R737.9|R814.41|R446.9
• 字数: 3073字
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2018.10.010

摘要

目的:初步探究使用最新的人工智能(AI)检测方法检测乳腺X线病灶,包括肿块,乳腺内淋巴结和钙化,为进一步的乳腺钼靶X线AI智能系统应用提供初步验证.方法:使用深度学习目标检测Faster R-CNN算法,训练人工标注的1892例乳腺钼靶X线数据集,在400例测试数据集上验证AI病灶检测的性能.结果:AI智能检测出肿块526个(共689个),乳腺内淋巴结912个(共1098个),圆 形钙化52个(共73个),环形钙化519个(共692个),粗糙钙化353个(544个),其敏感度分别为76.4％,83.1％,71.2％,75.0％,64.9％,假阳率分别为35.7％,38.6％,0.9％,0.6％,18.4％.结论:AI能较好地检测出乳腺钼靶X线影像中的肿块,淋巴结和钙化,为更深入的AI智能检测系统研究提供初步验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李欣	唐山市工人医院影像科	10	35	4.0	5.0
2	吴孝掌	德化县医院放射科	2	5	1.0	2.0
3	赖原仲	德化县医院放射科	1	5	1.0	1.0