| 胸部X线片人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎 |
| |
| 引用本文： | 魏子伊,汤奕,滕泽,李宏锋,彭芸,操江峰,高天姿,张恒,韩鸿宾.胸部X线片人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎[J].中国介入影像与治疗学,2024,21(6):368-373. |
| |
| 作者姓名： | 魏子伊 汤奕 滕泽 李宏锋 彭芸 操江峰 高天姿 张恒 韩鸿宾 |
| |
| 作者单位： | 北京大学医学部医学技术研究院, 北京 100191;国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院影像诊断科, 北京 100021;国家儿童医学中心 首都医科大学附属北京儿童医院影像中心, 北京 100045;中国科学院信息工程研究所, 北京 100093;承德医学院生物医学工程系, 河北 承德 067000;北京大学医学部医学技术研究院, 北京 100191;北京大学第三医院放射科, 北京 100191;磁共振成像设备与技术北京市重点实验室, 北京 100191 |
| |
| 基金项目： | 国家自然科学基金（62301615）。 |
| |
| 摘 要： | 目的 观察基于胸部X线片建立的人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎（CAP）的价值。方法 回顾性选取2所医院共900例CAP患儿，包括细菌性、病毒性及支原体CAP各300例，对每例选取1幅胸部正位片。收集公开数据集GWCMCx中的5 856幅儿童胸部正位片，分别来自4 273例CAP患儿和1 583例胸部无明显异常患儿。按8∶2比例将全部6 756幅胸片分为训练集（n=5 359）与验证集（n=1 397）。建立基于注意力机制的病原学诊断儿童CAP模型，设计二分类及三分类诊断算法并进行联邦部署训练；与DenseNet模型对比，观察所获学习系统用于病原学诊断儿童CAP的效能。结果 人工智能联邦学习系统模型针对全部数据诊断CAP的准确率为97.00%，曲线下面积（AUC）为0.990。基于来自医院的数据，本系统根据单一影像学数据及临床-影像学数据实现病原学诊断儿童CAP的AUC分别为 0.858及0.836，均高于DenseNet模型的0.740（P均＜0.05）。结论 基于胸部X线片的人工智能联邦学习系统可用于病原学诊断儿童CAP。
|
| 关 键 词： | 肺炎 儿童 X线 人工智能 |
| 收稿时间： | 2024/5/17 0:00:00 |
| 修稿时间： | 2024/5/31 0:00:00 |
Artificial intelligence federated learning system based on chest X-ray films for pathogen diagnosis of community-acquired pneumonia in children |
| |
| WEI Ziyi,TANG Yi,TENG Ze,LI Hongfeng,PENG Yun,CAO Jiangfeng,GAO Tianzi,ZHANG Heng,HAN Hongbin.Artificial intelligence federated learning system based on chest X-ray films for pathogen diagnosis of community-acquired pneumonia in children[J].Chinese Journal of Interventional Imaging and Therapy,2024,21(6):368-373. |
| |
| Authors: | WEI Ziyi TANG Yi TENG Ze LI Hongfeng PENG Yun CAO Jiangfeng GAO Tianzi ZHANG Heng HAN Hongbin |
| |
| Institution: | Institute of Medical Technology, Peking University Health Science Center, Beijing 100191, China;Department of Radiology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China;Department of Radiology, National Center for Children''s Health, Beijing Children''s Hospital, Capital Medical University, Beijing 100045, China;Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China;Departement of Biomedical Engineering, Chengde Medical University, Chengde 067000, China; Institute of Medical Technology, Peking University Health Science Center, Beijing 100191, China;Department of Radiology, Peking University Third Hospital, Beijing 100191, China;Beijing Key Laboratory of Magnetic Resonance Imaging Devices and Technology, Beijing 100191, China |
| |
| Abstract: | |
| |
| Keywords: | pneumonia child X-rays artificial intelligence |
|
| 点击此处可从《中国介入影像与治疗学》浏览原始摘要信息 |
| 点击此处可从《中国介入影像与治疗学》下载免费的PDF全文 |
|
