期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
人工智能骨髓细胞识别分析系统在血液病辅助诊断中的应用
1
作者 黄艳 万云珂 李建兰 《中国实验血液学杂志》 北大核心 2025年第4期1203-1208,共6页
目的:探讨基于人工智能(Artificial Intelligence,AI)的骨髓细胞识别分析系统在临床血液系统疾病诊断工作中的应用价值。方法:回顾性分析2018年至2020年于山西医科大学第二医院就诊的血液病患者的骨髓涂片,选取已明确诊断且细胞形态特... 目的:探讨基于人工智能(Artificial Intelligence,AI)的骨髓细胞识别分析系统在临床血液系统疾病诊断工作中的应用价值。方法:回顾性分析2018年至2020年于山西医科大学第二医院就诊的血液病患者的骨髓涂片,选取已明确诊断且细胞形态特征较为典型的骨髓涂片样本115例,其中免疫性血小板减少性紫癜(ITP)20例,缺铁性贫血(IDA)11例,巨幼细胞贫血(MA)17例,慢性髓系白血病(CML)20例,急性淋巴细胞白血病(ALL)17例,急性早幼粒细胞白血病(APL)23例,急性髓系白血病未分化型(AML-M2)7例,通过人工镜检、AI自动识别、AI识别后人工校正三种方法对样本进行细胞计数和形态学分析。结果:AI骨髓细胞识别分析系统所采集的图像清晰,细胞的形态结构清楚。AI自动识别分析常见骨髓细胞的准确度平均值为98.29%、敏感度平均值为74.90%、特异度平均值为99.03%。AI识别组与人工镜检组数据比较中,IDA、ITP、MA、CML类疾病的数据与人工镜检组的数据间ICC相关系数均大于0.85,一致性极好;APL、AML-M2、ALL三类疾病人工识别组数据与人工镜检组的数据间ICC相关系数在0.6-0.85之间,一致性一般;但经过人工审核校正后的AI校正组数据与人工镜检组数据间ICC相关系数得到很大提升。结论:AI骨髓细胞识别分析系统具有准确度、特异度高,敏感度好,检测快等特点,与人工审核相结合使用,可以提高骨髓细胞形态分析检测效率,满足临床工作需求。 展开更多
关键词 人工智能 骨髓细胞形态 辅助诊断 血液系统疾病
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部