| 基于深度学习的计算机辅助诊断系统检出DR胸部正位片中的骨折 |
| |
| 引用本文： | 吴育鑫,薛蕴菁,段青,孙斌,刘柏韵,陈玉仙.基于深度学习的计算机辅助诊断系统检出DR胸部正位片中的骨折[J].中国介入影像与治疗学,2020,17(11):675-678. |
| |
| 作者姓名： | 吴育鑫 薛蕴菁 段青 孙斌 刘柏韵 陈玉仙 |
| |
| 作者单位： | 福建医科大学研究生院, 福建 福州 350000;福建医科大学附属协和医院影像科, 福建 福州 350000;北京推想科技有限公司, 北京 100025 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 骨折 放射摄影术 胸部 X线透视检查 深度学习 计算机辅助诊断系统 |
| 收稿时间： | 2020/4/28 0:00:00 |
| 修稿时间： | 2020/10/14 0:00:00 |
Deep-learning based computer aided diagnosis system in detecting fractures on anteroposterior chest DR films |
| |
| WU Yuxin,XUE Yunjing,DUAN Qing,SUN Bin,LIU Baiyun,CHEN Yuxian.Deep-learning based computer aided diagnosis system in detecting fractures on anteroposterior chest DR films[J].Chinese Journal of Interventional Imaging and Therapy,2020,17(11):675-678. |
| |
| Authors: | WU Yuxin XUE Yunjing DUAN Qing SUN Bin LIU Baiyun CHEN Yuxian |
| |
| Institution: | Graduate School, Fujian Medical University, Fuzhou 350000, China;Department of Imaging, Fujian Medical University Union Hospital, Fuzhou 350000, China;InferVision, Beijing 100025, China |
| |
| Abstract: | |
| |
| Keywords: | fractures bone radiography thoracic fluoroscopy deep learning computer aided diagnosis system |
|
| 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 |
