人工智能在CT诊断甲状腺结节中的临床研究

• 作者: 于霞 吴建华 张恩东 张鸣 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 人工智能 深度学习 CT成像 边缘检测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术评价研究
• 页码范围: 17-20
• 页数: 4页
• 分类号: R814.42
• 字数: 3789字
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-8270.2020.04.005

摘要

目的:构建人工智能(AI)深度学习模型用于辅助CT医生对甲状腺结节进行实时诊断.方法:选取数据库中5218张甲状腺CT图像,其中确诊多发结节图像1200张,单发结节图像1000张,均用于模型训练;其余3018张图像用于AI深度学习模型验证,同时提交给4名CT医师进行诊断、分析和统计.结果:AI深度学习模型对甲状腺图像的正确识别准确率为86.45％,每张图像的诊断时间为(0.12±0.02)s.而两名低年资医师和两名高年资医师的诊断准确率分别为71.4％和77.34％,AI深度学习模型诊断均优于4名医师.结论:构建的AI深度学习模型用于甲状腺结节的诊断具有较高的准确率、特异度和灵敏度,可在CT诊断甲状腺检查中辅助医师进行实时诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张恩东	威海市妇幼保健院耳鼻喉头颈外科	7	8	2.0	2.0
2	吴建华	威海市立医院影像科	4	0	0.0	0.0
3	王洪杰	威海市妇幼保健院医疗设备科	10	14	2.0	3.0
4	于霞	威海市妇幼保健院超声二科	9	14	2.0	3.0
5	王振宇	威海市妇幼保健院医疗设备科	4	8	2.0	2.0
6	田进军	威海市妇幼保健院医疗设备科	7	41	4.0	6.0
7	张鸣	威海市妇幼保健院影像科	1	0	0.0	0.0