期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CT深度学习可视化模型预测老年重症肺炎预后的价值分析
1
作者
杨璇
宗国
+1 位作者
宋垚
冉艳
《中国实用医药》
2025年第14期138-142,共5页
目的探讨并构建基于CT深度学习可视化模型,探讨其在老年重症肺炎预后中的预测价值。方法回顾性收集老年重症肺炎患者496例,所有患者均行常规螺旋CT平扫检查,收集患者临床资料及肺炎首诊CT最大截面图像,将患者图像按照7∶3比例随机分成...
目的探讨并构建基于CT深度学习可视化模型,探讨其在老年重症肺炎预后中的预测价值。方法回顾性收集老年重症肺炎患者496例,所有患者均行常规螺旋CT平扫检查,收集患者临床资料及肺炎首诊CT最大截面图像,将患者图像按照7∶3比例随机分成训练集(n=347)和测试集(n=149)。构建ResNet18、GoogLeNet、AlexNet、VGG11、Vision Transformer、DenseNet121六种不同端到端深度学习模型,并对比各深度学习模型的预测效能,选取最佳深度学习模型通过梯度加权类激活映射(Grad-CAM)对纳入本研究所有肺炎最大截面CT图像进行可视化。结果与ResNet18、GoogLeNet、AlexNet、VGG11、Vision Transformer模型相比,DenseNet121模型的曲线下面积(AUC)、准确度和敏感度更好,在训练集和测试集中的AUC分别为0.862[95%CI=(0.8239,0.9006)]和0.811[95%CI=(0.7425,0.8786)],其在训练集的准确度、敏感度、特异度、精确度和F1值分别为0.804、0.722、0.876、0.836和0.775,在测试集的准确度、敏感度、特异度、精确度和F1值分别为0.738、0.693、0.784、0.765和0.727。最终选用DenseNet121模型,在模型的最后一层卷积层上使用GradCAM类激活图加权与平均,生成切片热力图进行可视化,所有病例可视化热力图与临床诊断有高度的一致性。结论基于肺炎首诊胸部CT图像的深度学习模型能够辅助基层医疗机构为老年重症肺炎患者治疗方案的选择提供更有利的指导信息。
展开更多
关键词
重症肺炎
社区获得性肺炎
CT图片
深度学习
辅助诊断
预后预测
老年
在线阅读
下载PDF
职称材料
题名
基于CT深度学习可视化模型预测老年重症肺炎预后的价值分析
1
作者
杨璇
宗国
宋垚
冉艳
机构
上海市东海老年护理医院影像科
出处
《中国实用医药》
2025年第14期138-142,共5页
文摘
目的探讨并构建基于CT深度学习可视化模型,探讨其在老年重症肺炎预后中的预测价值。方法回顾性收集老年重症肺炎患者496例,所有患者均行常规螺旋CT平扫检查,收集患者临床资料及肺炎首诊CT最大截面图像,将患者图像按照7∶3比例随机分成训练集(n=347)和测试集(n=149)。构建ResNet18、GoogLeNet、AlexNet、VGG11、Vision Transformer、DenseNet121六种不同端到端深度学习模型,并对比各深度学习模型的预测效能,选取最佳深度学习模型通过梯度加权类激活映射(Grad-CAM)对纳入本研究所有肺炎最大截面CT图像进行可视化。结果与ResNet18、GoogLeNet、AlexNet、VGG11、Vision Transformer模型相比,DenseNet121模型的曲线下面积(AUC)、准确度和敏感度更好,在训练集和测试集中的AUC分别为0.862[95%CI=(0.8239,0.9006)]和0.811[95%CI=(0.7425,0.8786)],其在训练集的准确度、敏感度、特异度、精确度和F1值分别为0.804、0.722、0.876、0.836和0.775,在测试集的准确度、敏感度、特异度、精确度和F1值分别为0.738、0.693、0.784、0.765和0.727。最终选用DenseNet121模型,在模型的最后一层卷积层上使用GradCAM类激活图加权与平均,生成切片热力图进行可视化,所有病例可视化热力图与临床诊断有高度的一致性。结论基于肺炎首诊胸部CT图像的深度学习模型能够辅助基层医疗机构为老年重症肺炎患者治疗方案的选择提供更有利的指导信息。
关键词
重症肺炎
社区获得性肺炎
CT图片
深度学习
辅助诊断
预后预测
老年
Keywords
Severe pneumonia
Community-acquired pneumonia
CT images
Deep learning
Assisted diagnosis
Prognosis prediction
Old age
分类号
R563.1 [医药卫生—呼吸系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CT深度学习可视化模型预测老年重症肺炎预后的价值分析
杨璇
宗国
宋垚
冉艳
《中国实用医药》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
