期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于计算机断层扫描的深度学习模型对老年心肌梗死的鉴别诊断价值
1
作者 李亮 程好堂 +2 位作者 田建 朱建伟 杨振宇 《影像科学与光化学》 CAS 2024年第5期529-534,共6页
目的:探究基于计算机断层扫描(CT)的深度学习模型对老年心肌梗死的鉴别诊断价值。方法:纳入2021年5月30日至2023年11月19日期间在安徽中医药大学附属太和中医院就诊的186例老年心肌梗死患者入组研究,按照8∶2比例将患者分为训练集(n=149... 目的:探究基于计算机断层扫描(CT)的深度学习模型对老年心肌梗死的鉴别诊断价值。方法:纳入2021年5月30日至2023年11月19日期间在安徽中医药大学附属太和中医院就诊的186例老年心肌梗死患者入组研究,按照8∶2比例将患者分为训练集(n=149)和测试集(n=37)。所有患者均行基于CT的深度学习模型和冠状动脉造影检测,将冠状动脉造影设为金标准,对比观察患者的临界病变血管病理参数,以测试集分析该诊断方法对老年心肌梗死的鉴别诊断价值,采用受试者操作特征(ROC)曲线下面积(AUC)评估其诊断效能。结果:深度学习模型和冠状动脉造影检查的临界病变血管病理参数对比(均P>0.05);在178例阳性老年心肌梗死患者中,深度学习模型正确诊断为阳性的有168例,误诊为阴性的有10例。在8例阴性老年心肌梗死患者中,深度学习模型正确诊断为阴性的有1例,误诊为阳性的有7例,其中灵敏度为98.00%、特异度为96.00%、准确度为95.00%,AUC为0.990(95%CI:0.980~1.000),具有较好的诊断效能。结论:基于CT的深度学习模型在老年心肌梗死的早期发现和诊断中其准确度、灵敏度和特异度较高,具有一定诊断效能,为老年心肌梗死的临床诊断提供了一种新的高效工具。但本研究为单中心小样本研究,未来需多中心大样本研究进一步验证。 展开更多
关键词 计算机断层扫描 深度学习模型 心肌梗死 诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部