排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的 探讨基于人工智能(AI)的甲状腺影像报告和数据系统(TI-RADS)联合临床指标预测甲状腺结节良恶性的诊断效能。方法 回顾性分析进行超声检查并接受超声引导下甲状腺细针穿刺活检(US-FNAC)或手术的甲状腺结节381个，比较单用AI TI-RADS和AI TI-RADS联合临床指标(以下称之为联合模型)对甲状腺结节良恶性的诊断效能。结果 联合模型对甲状腺结节诊断的特异度(75.34%vs. 63.01%)、曲线下面积(0.886 vs. 0.806)均高于单独使用AI TI-RADS(P<0.05)。结论 AI TI-RADS联合临床指标的预测模型相较于单独使用AI TI-RADS更有诊断价值。 相似文献
1