| 摘 要： | 目的验证基于快速区域卷积神经网络(Faster R-CNN)胰腺癌增强CT自动识别系统, 并探讨其临床应用价值。方法回顾性收集青岛大学附属医院2013年1月至2016年5月收治的315例胰腺癌患者的4?024张增强CT影像序列, 将2?614张影像序列作为训练组输入Faster R-CNN系统, 建立影像自动识别模型, 通过读取135例胰腺癌的1?410张增强CT影像进行验证。为了进一步测试其临床应用效果, 读取150例胰腺占位患者的3?750张增强CT影像并对其诊断结果进行随访。记录结节类别的精准率和召回率, 绘制精确回归曲线, 分析Faster R-CNN诊断的准确性、灵敏度、特异度, 生成受试者工作特征(ROC)曲线, 并计算曲线下面积。结果基于135例胰腺癌增强CT影像, 得到Faster R-CNN的人工智能辅助诊断的ROC曲线的曲线下面积为0.927, 准确性、特异度、灵敏度分别为0.902、0.913、0.801。经过150例胰腺占位患者资料的验证, 判定阳性893张, 阴性2?857张, Faster R-CNN诊断为胰腺癌患者98例, 对其诊断结果进行随访, 其中53...
|
