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
3
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
人工智能辅助低年资放射科医师检出乳腺病变
被引量：
2
1
作者
周晨怡
朱芳莲
+3 位作者
王艳玲
颜任泽
袁潇
徐乾山
《中国介入影像与治疗学》
北大核心
2021年第6期345-349,共5页
目的观察人工智能(AI)辅助对低年资放射科医师检出乳腺X线片中乳腺病灶的价值。方法回顾性分析73例接受乳腺X线摄影检查的女性患者。由3名低年资放射科医师首先分别阅片,之后于AI辅助下再次阅片,勾画乳腺病灶区域;统计检出病灶数,记录...
目的观察人工智能(AI)辅助对低年资放射科医师检出乳腺X线片中乳腺病灶的价值。方法回顾性分析73例接受乳腺X线摄影检查的女性患者。由3名低年资放射科医师首先分别阅片,之后于AI辅助下再次阅片,勾画乳腺病灶区域;统计检出病灶数,记录病灶类型及乳腺影像报告和数据系统(BI-RADS)分类。以病理结果或随访最终临床诊断为标准,对比医师单独阅片与AI辅助阅片检出乳腺病灶的敏感度和准确率及对不同类型、不同BI-RADS分类病灶的诊断效能。结果73例共121个乳腺病灶,其中软组织病灶(包括肿块、结构扭曲与不对称病灶)88个、钙化病灶33个;BI-RADS 2类17个,3类66个,4类及以上38个。与医师单独阅片相比,AI辅助阅片对全部乳腺病灶、特别是软组织病灶的诊断敏感度和准确率均显著提升(P均<0.01),而对乳腺钙化病灶的敏感度和准确率差异均无统计学意义(P均>0.05)。结论AI辅助有助于提高低年资放射科医师检出乳腺X线片中乳腺病灶、尤其软组织病灶的效能。
展开更多
关键词
乳腺肿瘤
乳房X线摄影术
人工智能
在线阅读
下载PDF
职称材料
纵横比大于1乳腺肿块的X线再评估及临床、超声特征分析
被引量：
7
2
作者
韩文
李卫民
+2 位作者
吴晓明
王亮亮
凌莉
《实用医学杂志》
CAS
北大核心
2021年第24期3179-3183,共5页
目的分析纵横比(depth⁃width,D/W)大于1乳腺肿块的X线再评估价值,并分析具有D/W>1超声特征乳腺良恶性肿块的临床和超声特征。方法选取具有D/W>1超声特征的乳腺肿块317例,应用X线检查进行再评估,依据病灶的X线表现进行BI⁃RADS分类...
目的分析纵横比(depth⁃width,D/W)大于1乳腺肿块的X线再评估价值,并分析具有D/W>1超声特征乳腺良恶性肿块的临床和超声特征。方法选取具有D/W>1超声特征的乳腺肿块317例,应用X线检查进行再评估,依据病灶的X线表现进行BI⁃RADS分类,按临床处理原则的不同,将BI⁃RADS 1~3类乳腺肿块评估为良性,将具有可疑特征的BI⁃RADS 4~5类乳腺肿块评估为恶性,以手术病理作为金标准,计算X线再评估后的诊断准确率,并分析具有D/W>1超声特征的乳腺良恶性肿块的临床及超声特征。结果317例具有D/W>1超声特征的乳腺肿块中,恶性221例,良性病灶96例,经X线再评估后,诊断的准确率明显提高,与超声比较,差异有统计学意义(P<0.05)。临床资料中,恶性肿块患者的年龄以及肿块的大小均大于良性肿块患者,差异有统计学意义(P<0.05)。同时,在排除了D/W>1的超声特征后,良恶性肿块在形态、边缘、内部回声、后方回声、微钙化、血流、腋窝肿大淋巴结等方面差异均具有统计学意义(P<0.05)。结论超声提示D/W>1的乳腺肿块中仍存在部分良性肿块,这类肿块体积小、合并的其他可疑超声特征少等特点,经X线再评估后,可大大提高诊断的准确率,有效减少穿刺或手术等有创性检查的发生。
展开更多
关键词
乳腺癌
超声
纵横比大于1
X线检查
在线阅读
下载PDF
职称材料
一种基于CycleGAN改进的低剂量CT图像增强网络
被引量：
4
3
作者
廖仕敏
刘仰川
+2 位作者
朱叶晨
王艳玲
高欣
《图学学报》
CSCD
北大核心
2022年第4期570-579,共10页
低剂量CT是一种有效且相对安全的胸腹部疾病筛查手段,但图像中的伪影和噪声会严重影响医生的诊断。基于深度学习的图像增强方法中网络训练大多依赖于难以获取的配对数据,即同一患者相同部位像素级匹配的低剂量和常规剂量CT图像。针对非...
低剂量CT是一种有效且相对安全的胸腹部疾病筛查手段,但图像中的伪影和噪声会严重影响医生的诊断。基于深度学习的图像增强方法中网络训练大多依赖于难以获取的配对数据,即同一患者相同部位像素级匹配的低剂量和常规剂量CT图像。针对非配对数据,提出了一种基于循环一致性生成对抗网络(CycleGAN)改进的低剂量CT图像增强网络,在生成器前添加浅层特征预提取模块,增强对CT图像特征的提取能力;并利用深度可分离卷积替换生成器中的部分普通卷积,减少网络参数和显存占用。该网络使用3275张低剂量CT图像和2790张非配对常规剂量CT图像进行训练,另外1716张低剂量CT图像进行测试。结果表明,该网络生成的CT图像的平均感知图像质量评价指标(PIQE)为45.53,比CycleGAN的结果降低了8.3%,更远低于三维块匹配滤波(BM3D)31.9%、无监督图像转换网络(UNIT)20.9%,且在结构细节保持、噪声和伪影抑制方面均获得了更好的主观视觉效果,是一种具有潜在临床应用前景的低剂量CT图像增强方法。
展开更多
关键词
低剂量CT
图像增强
深度学习
非配对数据
循环一致性生成对抗网络
在线阅读
下载PDF
职称材料
题名
人工智能辅助低年资放射科医师检出乳腺病变
被引量：
2
1
作者
周晨怡
朱芳莲
王艳玲
颜任泽
袁潇
徐乾山
机构
苏州高新区人民医院放射科
出处
《中国介入影像与治疗学》
北大核心
2021年第6期345-349,共5页
基金
江苏省妇幼保健协会科研项目(FYX202020)
苏州高新区医疗卫生科技计划项目(2016Z008)。
文摘
目的观察人工智能(AI)辅助对低年资放射科医师检出乳腺X线片中乳腺病灶的价值。方法回顾性分析73例接受乳腺X线摄影检查的女性患者。由3名低年资放射科医师首先分别阅片,之后于AI辅助下再次阅片,勾画乳腺病灶区域;统计检出病灶数,记录病灶类型及乳腺影像报告和数据系统(BI-RADS)分类。以病理结果或随访最终临床诊断为标准,对比医师单独阅片与AI辅助阅片检出乳腺病灶的敏感度和准确率及对不同类型、不同BI-RADS分类病灶的诊断效能。结果73例共121个乳腺病灶,其中软组织病灶(包括肿块、结构扭曲与不对称病灶)88个、钙化病灶33个;BI-RADS 2类17个,3类66个,4类及以上38个。与医师单独阅片相比,AI辅助阅片对全部乳腺病灶、特别是软组织病灶的诊断敏感度和准确率均显著提升(P均<0.01),而对乳腺钙化病灶的敏感度和准确率差异均无统计学意义(P均>0.05)。结论AI辅助有助于提高低年资放射科医师检出乳腺X线片中乳腺病灶、尤其软组织病灶的效能。
关键词
乳腺肿瘤
乳房X线摄影术
人工智能
Keywords
breast neoplasms
mammography
artificial intelligence
分类号
R737.9 [医药卫生—肿瘤]
R445.4 [医药卫生—影像医学与核医学]
在线阅读
下载PDF
职称材料
题名
纵横比大于1乳腺肿块的X线再评估及临床、超声特征分析
被引量：
7
2
作者
韩文
李卫民
吴晓明
王亮亮
凌莉
机构
苏州高新区
人民医院
超声科
江南大学附属
医院
超声科
苏州高新区人民医院放射科
出处
《实用医学杂志》
CAS
北大核心
2021年第24期3179-3183,共5页
基金
苏州高新区医疗卫生科技计划项目(编号:SGY2021B01)。
文摘
目的分析纵横比(depth⁃width,D/W)大于1乳腺肿块的X线再评估价值,并分析具有D/W>1超声特征乳腺良恶性肿块的临床和超声特征。方法选取具有D/W>1超声特征的乳腺肿块317例,应用X线检查进行再评估,依据病灶的X线表现进行BI⁃RADS分类,按临床处理原则的不同,将BI⁃RADS 1~3类乳腺肿块评估为良性,将具有可疑特征的BI⁃RADS 4~5类乳腺肿块评估为恶性,以手术病理作为金标准,计算X线再评估后的诊断准确率,并分析具有D/W>1超声特征的乳腺良恶性肿块的临床及超声特征。结果317例具有D/W>1超声特征的乳腺肿块中,恶性221例,良性病灶96例,经X线再评估后,诊断的准确率明显提高,与超声比较,差异有统计学意义(P<0.05)。临床资料中,恶性肿块患者的年龄以及肿块的大小均大于良性肿块患者,差异有统计学意义(P<0.05)。同时,在排除了D/W>1的超声特征后,良恶性肿块在形态、边缘、内部回声、后方回声、微钙化、血流、腋窝肿大淋巴结等方面差异均具有统计学意义(P<0.05)。结论超声提示D/W>1的乳腺肿块中仍存在部分良性肿块,这类肿块体积小、合并的其他可疑超声特征少等特点,经X线再评估后,可大大提高诊断的准确率,有效减少穿刺或手术等有创性检查的发生。
关键词
乳腺癌
超声
纵横比大于1
X线检查
Keywords
breast lesions
ultrasound
depth⁃width ratio>1
X⁃ray
分类号
R445.1 [医药卫生—影像医学与核医学]
R737.9 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
一种基于CycleGAN改进的低剂量CT图像增强网络
被引量：
4
3
作者
廖仕敏
刘仰川
朱叶晨
王艳玲
高欣
机构
徐州医科大学医学影像学院
中国科学院
苏州
生物医学工程技术研究所医学影像技术研究室
苏州高新区人民医院放射科
出处
《图学学报》
CSCD
北大核心
2022年第4期570-579,共10页
基金
国家自然科学基金项目(81871439,61801475)
中科院苏州医工所自主部署项目(Y95K091K05)。
文摘
低剂量CT是一种有效且相对安全的胸腹部疾病筛查手段,但图像中的伪影和噪声会严重影响医生的诊断。基于深度学习的图像增强方法中网络训练大多依赖于难以获取的配对数据,即同一患者相同部位像素级匹配的低剂量和常规剂量CT图像。针对非配对数据,提出了一种基于循环一致性生成对抗网络(CycleGAN)改进的低剂量CT图像增强网络,在生成器前添加浅层特征预提取模块,增强对CT图像特征的提取能力;并利用深度可分离卷积替换生成器中的部分普通卷积,减少网络参数和显存占用。该网络使用3275张低剂量CT图像和2790张非配对常规剂量CT图像进行训练,另外1716张低剂量CT图像进行测试。结果表明,该网络生成的CT图像的平均感知图像质量评价指标(PIQE)为45.53,比CycleGAN的结果降低了8.3%,更远低于三维块匹配滤波(BM3D)31.9%、无监督图像转换网络(UNIT)20.9%,且在结构细节保持、噪声和伪影抑制方面均获得了更好的主观视觉效果,是一种具有潜在临床应用前景的低剂量CT图像增强方法。
关键词
低剂量CT
图像增强
深度学习
非配对数据
循环一致性生成对抗网络
Keywords
low-dose CT
image enhancement
deep learning
unpaired data
cycle-consistent generative adversarial network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
人工智能辅助低年资放射科医师检出乳腺病变
周晨怡
朱芳莲
王艳玲
颜任泽
袁潇
徐乾山
《中国介入影像与治疗学》
北大核心
2021
2
在线阅读
下载PDF
职称材料
2
纵横比大于1乳腺肿块的X线再评估及临床、超声特征分析
韩文
李卫民
吴晓明
王亮亮
凌莉
《实用医学杂志》
CAS
北大核心
2021
7
在线阅读
下载PDF
职称材料
3
一种基于CycleGAN改进的低剂量CT图像增强网络
廖仕敏
刘仰川
朱叶晨
王艳玲
高欣
《图学学报》
CSCD
北大核心
2022
4
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
