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