人工智能在超声影像甲状腺结节良恶性预测研究

• 作者: 于霞 王振宇 王洪杰 田进军
• 来源期刊: 中国医学装备
• 学科: 医学
• 关键词: 甲状腺结节 良恶性 超声 人工智能(AI)
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 技术评估
• 页码范围: 28-31
• 页数: 4页
• 分类号: R581
• 字数: 2776字
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-8270.2019.12.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪杰	威海市妇幼保健院医疗设备科	10	14	2.0	3.0
2	于霞	威海市妇幼保健院超声二科	9	14	2.0	3.0
3	王振宇	威海市妇幼保健院医疗设备科	4	8	2.0	2.0
4	田进军	威海市妇幼保健院医疗设备科	7	41	4.0	6.0