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AI-SONIC^(TM) Thyroid 5.3.3.0的超声图像分析对甲状腺结节恶性风险的预测价值
被引量:
3
1
作者
郭芳琪
刘晟
+2 位作者
徐磊
李勇刚
赵佳琦
《海军军医大学学报》
CAS
CSCD
北大核心
2024年第1期29-36,共8页
目的探讨基于超声人工智能(AI)系统AI-SONIC^(TM)Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结...
目的探讨基于超声人工智能(AI)系统AI-SONIC^(TM)Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结节。以术后病理结果为金标准,通过χ^(2)检验和ROC曲线评估术前AI系统检查对不同性别分组、不同年龄分组及不同结节大小分组的甲状腺结节良恶性的鉴别诊断效能,并通过De Long检验比较术前AI系统检查与不同年资超声医师术前应用常规超声检查鉴别诊断甲状腺结节良恶性的效能。结果在术前检查的573枚甲状腺结节中,术后病理证实为恶性411枚(76.5%)、良性162枚(23.5%)。低年资超声医师应用常规超声检查鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为85.2%(350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI 0.672~0.771);高年资超声医师鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(386/411)、74.1%(120/162)、88.3%(506/573),AUC为0.865(95%CI 0.825~0.904);AI系统鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为92.5%(380/411)、69.1%(112/162)、85.9%(492/573),AUC为0.809(95%CI 0.764~0.854)。De Long检验结果显示,AI系统鉴别诊断甲状腺结节良恶性的AUC高于低年资超声医师(P=0.032),与高年资超声医师之间差异无统计学意义(P>0.05)。按不同性别、不同年龄分组,AI系统鉴别诊断甲状腺结节良恶性的准确度差异无统计学意义(P>0.05);按不同结节大小分组,结节最大直径为10~<15 mm时AI系统鉴别诊断甲状腺结节良恶性的AUC最大,为0.882(95%CI 0.723~0.916)。结论AI-SONICTMThyroid 5.3.3.0可识别甲状腺结节的良性和恶性声像特征,其诊断效能接近高年资超声医师,有望成为术前预测甲状腺结节恶性风险的实用工具。
展开更多
关键词
甲状腺结节
超声检查
人工智能
计算机辅助诊断
在线阅读
下载PDF
职称材料
题名
基于AI-SONIC^(TM) Thyroid 5.3.3.0的超声图像分析对甲状腺结节恶性风险的预测价值
被引量:
3
1
作者
郭芳琪
刘晟
徐磊
李勇刚
赵佳琦
机构
苏州
大学
附属
第一
人民医院
放射科
海军军医
大学
(第二军医
大学
)第二
附属
医院
超声诊疗科
同济大学
附属
上海市
第四
人民医院
超声医学科
海军军医
大学
(第二军医
大学
)第二
附属
医院
甲
乳
疝
外科
同济大学附属上海市第四人民医院甲乳血管外科
浙江求是数理医学研究院
出处
《海军军医大学学报》
CAS
CSCD
北大核心
2024年第1期29-36,共8页
基金
海军军医大学(第二军医大学)第二附属医院人才建设三年行动计划——“金字塔人才工程”军事医学人才项目(1009)
同济大学附属上海市第四人民医院科研启动专项(SYKYQD06101)
+1 种基金
上海市虹口区卫生健康委员会医学科研课题(虹卫2302-26)
上海市虹口区卫生健康委员会临床重点扶持专科项目(HKLCFC202404)。
文摘
目的探讨基于超声人工智能(AI)系统AI-SONIC^(TM)Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结节。以术后病理结果为金标准,通过χ^(2)检验和ROC曲线评估术前AI系统检查对不同性别分组、不同年龄分组及不同结节大小分组的甲状腺结节良恶性的鉴别诊断效能,并通过De Long检验比较术前AI系统检查与不同年资超声医师术前应用常规超声检查鉴别诊断甲状腺结节良恶性的效能。结果在术前检查的573枚甲状腺结节中,术后病理证实为恶性411枚(76.5%)、良性162枚(23.5%)。低年资超声医师应用常规超声检查鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为85.2%(350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI 0.672~0.771);高年资超声医师鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(386/411)、74.1%(120/162)、88.3%(506/573),AUC为0.865(95%CI 0.825~0.904);AI系统鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为92.5%(380/411)、69.1%(112/162)、85.9%(492/573),AUC为0.809(95%CI 0.764~0.854)。De Long检验结果显示,AI系统鉴别诊断甲状腺结节良恶性的AUC高于低年资超声医师(P=0.032),与高年资超声医师之间差异无统计学意义(P>0.05)。按不同性别、不同年龄分组,AI系统鉴别诊断甲状腺结节良恶性的准确度差异无统计学意义(P>0.05);按不同结节大小分组,结节最大直径为10~<15 mm时AI系统鉴别诊断甲状腺结节良恶性的AUC最大,为0.882(95%CI 0.723~0.916)。结论AI-SONICTMThyroid 5.3.3.0可识别甲状腺结节的良性和恶性声像特征,其诊断效能接近高年资超声医师,有望成为术前预测甲状腺结节恶性风险的实用工具。
关键词
甲状腺结节
超声检查
人工智能
计算机辅助诊断
Keywords
thyroid nodule
ultrasonography
artificial intelligence
computer aided diagnosis
分类号
R445.1 [医药卫生—影像医学与核医学]
R581 [医药卫生—内分泌]
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AI-SONIC^(TM) Thyroid 5.3.3.0的超声图像分析对甲状腺结节恶性风险的预测价值
郭芳琪
刘晟
徐磊
李勇刚
赵佳琦
《海军军医大学学报》
CAS
CSCD
北大核心
2024
3
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