排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的 观察基于深度学习的计算机辅助诊断系统（DL-CAD）检出DR胸部正位片中骨折的效能及其对低年资放射科医师的辅助作用。方法 ①试验1：回顾性收集547例DR胸部正位片,其中361例存在胸部骨折（共983处骨折）、186例无胸部骨折,评估DL-CAD对骨折的预测性能。②试验2：随机选取试验1中的397例DR胸片,其中211例存在胸部骨折（共604处骨折）、186例无胸部骨折,记录并比较单独DL-CAD（1组）、单独低年资医师（2组）、DL-CAD辅助低年资医师（3组）、单独高年资医师（4组）的检出结果。结果 ①试验1：983处骨折中,DL-CAD识别出672处,正确识别641处,误诊31处,敏感度65.21%（641/983）,F值为77.46%;361例骨折患者中,DL-CAD识别出320例,正确识别314例,误诊6例,敏感度86.98%（314/361）,F值92.22%。②试验2：1、2、3、4组观察者检出骨折的敏感度分别为62.09%（375/604）、61.59%（372/604）、86.75%（524/604）和83.44%（504/604）,F值分别为75.38%、74.62%、90.74%及89.84%;3、4组检测效能均高于1、2组（P均<0.001）,而1组与2组间、3组与4组间差异均无统计学意义（P均>0.05）。结论 DL-CAD对DR胸部正位片中骨折的检出效果较好,且可有效提高低年资放射科医师对胸部骨折的检出效能。 相似文献
1