基于人工智能的正位DR胸片质控体系研究与应用

• 作者: 刘秀民 周滨 张凯 李真林 王继元 蒲立新
• 来源期刊: 生物医学工程学杂志
• 关键词: 医学影像 质量评价 深度学习 影像分割 影像分类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 158-168
• 页数: 11页
• 语种: 中文
• DOI: 10.7507/1001-5515.201904017

摘要

随着医学诊断、治疗模式的改变,医学影像的质量直接影响着医生对病情的诊断和治疗.因此,通过计算机实现智能影像质控对放射科技师的拍片工作会有较大的辅助作用.本文拟就深度学习领域中的图像分割模型、图像分类模型结合传统图像处理算法应用于医学影像质量评价的研究方法及应用情况予以阐述.我们发现使用深度学习算法对医学影像大数据进行有效训练,提取出来的特征相比于单纯使用传统图像处理算法更加准确、高效,诠释了深度学习在医疗领域的广阔应用前景.本文开发出了一套辅助拍片智能质控系统,并成功应用到了华西医院和其他市、县级医院的放射科,有效验证了该质控系统的可行性与稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲立新		7	20	3.0	4.0
2	张凯		7	19	2.0	4.0
3	周滨		2	4	1.0	2.0
4	王继元		1	0	0.0	0.0
5	李真林		1	0	0.0	0.0
6	刘秀民		1	0	0.0	0.0