| 题名 | 基于深度学习的乳腺X线摄影肿块检测系统的应用 |
| 其他题名 | Application of Deep Learning in Mass Detection Based on Mammography
|
| 作者 | |
| 发表日期 | 2023
|
| DOI | |
| 发表期刊 | |
| ISSN | 1005-5185
|
| 卷号 | 31期号:11页码:1150-1156 |
| 摘要 | 目的 探讨基于深度学习(DL)的乳腺X线摄影肿块检测系统的临床应用价值.资料与方法 回顾性分析2019年4-12月深圳市人民医院1 755例接受乳腺X线摄影检查的患者资料.由DL系统和2名初级职称医师采用盲法独立阅片,比较DL系统与2名医师对肿块病灶检出的敏感度,并分析患者年龄、乳腺密度分类、乳腺影像报告和数据系统分类、肿块形态、边缘、密度、大小对于DL系统及2名初级职称医师肿块检出准确度的影响.结果 共检出肿块324例(618个肿块),2名医师及DL系统分别检出肿块277例(519个肿块)、268例(482个肿块)、284例(533个肿块).DL系统及2名医师对于肿块检出的敏感度分别为86.25%、83.98%、77.99%,DL系统对于不同乳腺密度分类的肿块检出差异无统计学意义(χ2=3.04,P>0.05),而2名医师的差异有统计学意义(χ2=9.39、8.96,P<0.05).DL系统对于不同患者年龄、肿块形态、边缘、密度、大小及乳腺影像报告和数据系统分类的肿块检出差异均有统计学意义(χ2=15.28、41.70、58.67、53.22、28.83、53.75,P<0.05).结论 基于DL的乳腺X线摄影肿块检测系统对肿块病变检测不受乳腺密度的影响,可辅助医师减少因腺体致密造成的肿块漏诊. |
| 关键词 | |
| 相关链接 | [万方记录] |
| 语种 | 中文
|
| 学校署名 | 其他
|
| 资助项目 | GJHZ20210705142208024:深圳市科技研发资金
; GJHZ20220913142613025:深圳市科技研发资金
|
| 来源库 | WanFang
|
| 万方记录号 | zgyxyxxzz202311005
|
| 引用统计 | |
| 成果类型 | 期刊论文 |
| 条目标识符 | http://sustech.caswiz.com/handle/2SGJ60CL/673910 |
| 专题 | 南方科技大学第一附属医院 |
| 作者单位 | 深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)放射科,广东 深圳 518020 |
| 推荐引用方式 GB/T 7714 |
欧阳汝珊,林小慧,李霖,等. 基于深度学习的乳腺X线摄影肿块检测系统的应用[J]. 中国医学影像学杂志,2023,31(11):1150-1156.
|
| APA |
欧阳汝珊,林小慧,李霖,廖婷婷,&马捷.(2023).基于深度学习的乳腺X线摄影肿块检测系统的应用.中国医学影像学杂志,31(11),1150-1156.
|
| MLA |
欧阳汝珊,et al."基于深度学习的乳腺X线摄影肿块检测系统的应用".中国医学影像学杂志 31.11(2023):1150-1156.
|
| 条目包含的文件 | 条目无相关文件。 | |||||
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论