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
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：
基于深度学习模型的S-Detect技术在甲状腺良恶性结节鉴别诊断中的应用价值 被引量：5
1
作者 李潜 刘春丽 +2 位作者 郭兰伟 韦雅楠 丁思悦 《郑州大学学报（医学版）》 CAS 北大核心 2021年第2期285-289,共5页
目的:探讨基于深度学习模型的超声人工智能辅助诊断技术(S-Detect技术)在甲状腺结节诊断中的临床应用价值。方法:选取2019年10月至2020年5月在河南省肿瘤医院治疗并行超声检查的甲状腺结节患者(共183例患者,183个病灶),分别由超声医生及... 目的:探讨基于深度学习模型的超声人工智能辅助诊断技术(S-Detect技术)在甲状腺结节诊断中的临床应用价值。方法:选取2019年10月至2020年5月在河南省肿瘤医院治疗并行超声检查的甲状腺结节患者(共183例患者,183个病灶),分别由超声医生及S-Detect技术对其超声声像图特征进行分析,比较二者对不同超声特征诊断的一致性,并以病理结果为金标准,评估S-Detect技术在甲状腺结节鉴别诊断中的临床应用价值。结果:183例甲状腺结节经病理证实良性68例,恶性115例,S-Detect技术对本组数据诊断的敏感性、特异性、准确率分别为84.35%、86.76%、85.25%;高年资医师组诊断的敏感性、特异性、准确率分别为90.43%、92.65%、91.26%,低年资医师组诊断的敏感性、特异性、准确率分别为76.52%、82.35%、78.69%,在可以评估的5个超声声像图特征中,结节成分、回声及纵横比3个指标超声医师与S-Detect诊断的一致性较高,结节形状及边缘2个指标超声医师与S-Detect诊断的一致性较差。结论:基于深度学习模型的S-Detect技术诊断甲状腺结节的准确率较高,有助于提高低年资医师诊断的准确性。 展开更多
关键词 甲状腺肿瘤 超声诊断 人工智能 深度学习模型 S-Detect技术
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部