基于深度学习的肺炎智能定量评价和疗效评估系统的建设与应用

• 作者: 付翠琴 曹磊
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: 深度学习 迁移学习 3DRetina 3DCNN
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 信息:技术与应
• 页码范围: 121-123
• 页数: 3页
• 分类号: TP3
• 语种: 中文

摘要

目的:建立肺炎智能识别和评价系统,提高影像诊断精准率和效率,为临床疗效评估提供依据.方法:结合迁移学习技术,训练一个融合的深度卷积神经网络模型,对肺区域进行病灶识别、对比随访、渲染分割、严重程度的评定和病变体积的计算等.结果:结合迁移学习方法训练的融合深度学习模型对肺炎评价的敏感性达97.3％,特异性99％,疗效评估相关值R达0.87、P<0.01.结论:基于深度学习的肺炎智能定量评价和疗效评估系统,能够精准评价病情、定量评价疗效、合理评估预后.