-
题名乳腺X线AI智能病灶检测
被引量：16
- 1
-
-
作者
李欣
梁森
黄正南
夏晨
张荣国
吴孝掌
赖原仲
-
机构
唐山市工人医院影像科
北京推想科技
德化县医院放射科
-
出处
《放射学实践》
北大核心
2018年第10期1029-1032,共4页
-
文摘
目的:初步探究使用最新的人工智能(AI)检测方法检测乳腺X线病灶,包括肿块,乳腺内淋巴结和钙化,为进一步的乳腺钼靶X线AI智能系统应用提供初步验证。方法:使用深度学习目标检测Faster R-CNN算法,训练人工标注的1892例乳腺钼靶X线数据集,在400例测试数据集上验证AI病灶检测的性能。结果:AI智能检测出肿块526个(共689个),乳腺内淋巴结912个(共1098个),圆形钙化52个(共73个),环形钙化519个(共692个),粗糙钙化353个(544个),其敏感度分别为76.4%,83.1%,71.2%,75.0%,64.9%,假阳率分别为35.7%,38.6%,0.9%,0.6%,18.4%。结论:AI能较好地检测出乳腺钼靶X线影像中的肿块,淋巴结和钙化,为更深入的AI智能检测系统研究提供初步验证。
-
关键词
人工智能
学习
乳腺肿瘤
放射摄影术
-
Keywords
Artificial intelligence
Learning
Breast neoplasms
Radiography
-
分类号
R737.9
[医药卫生—肿瘤]
R814.41
[医药卫生—影像医学与核医学]
-
