基于深度学习的X线摄影图像辅助筛检算法实验分析

• 作者: 彭望连 肖棋予
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 人工智能 放射摄影 自动筛查 人机融合诊疗 智慧医疗
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 特别专题
• 页码范围: 26-28,45
• 页数: 4页
• 分类号: R319|R445
• 字数: 3000字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2020.04.007

摘要

目的:评估基于深度卷积网络(CNN)建立的胸片辅助筛选算法在辅助筛检的效果和价值,分析该技术在临床内部试用过程中的改进方向.方法:研究采用美国国家卫生研究院公开的胸片诊断数据集进行算法的设计与训练,利用2017年7月至2018年6月湖南省肿瘤医院相关患者胸片进行临床试用.筛检算法主要采用深度卷积网络对胸片进行初步分类为正常、疑似和不正常三类,由2名临床医师对以上算法得出的结果进行审查试用.结果和结论:算法可对患者胸片和健康胸片进行有效分类,通过调整分类阈值,可在有效保证算法不漏诊的基础上,大幅降低人工对正常胸片的筛检工作,为实现基于深度学习网络进行X线摄影图智能人机融合式诊疗提供参考.