排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
目的 探讨基于关键解剖结构检测的人工智能(AI)模型在甲状腺超声标准切面(TUSP)识别中的应用价值。方法 以成人TUSP和非标准切面(N-SP)图像为研究对象,含标准集8978张和实验集1916张;其中标准集分为训练集8178张和验证集800张,分别用于训练和验证AI模型识别TUSP;以超声专家团队识别为标准,比较初级医师、中级医师及AI模型识别实验集TUSP和非标准切面(N-SP)的诊断效能;同时收集AI模型及不同年资医师识别实验集图像累计耗时及平均每张图像耗时,并对其进行比较。结果 AI模型识别实验集8个TUSP即甲状腺峡部横切面(TPTI)、甲状腺峡部纵切面(LPTI)、左甲状腺上极横切面(UTPLT)、左甲状腺下极横切面(DTPLT)、右甲状腺上极横切面(UTPRT)、右甲状腺下极横切面(DTPRT)、左甲状腺纵切面(LPLT)及右甲状腺纵切面(LPRT)的准确率为94.7%~99.9%,识别N-SP的准确率为93.8%;AI模型识别8个TUSP和N-SP的曲线下面积(AUC)均大于初级医师,差异均有统计学意义(均P<0.05);AI模型识别LPTI、UTPLT、DTP... 相似文献
1