目的构建适应中国人群的乳腺钼靶图像分类辅助系统,探讨人工智能技术在国内辅助乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法,利用乳腺X线筛查数字数据库子集(curated breast imaging subset of digital database for...目的构建适应中国人群的乳腺钼靶图像分类辅助系统,探讨人工智能技术在国内辅助乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法,利用乳腺X线筛查数字数据库子集(curated breast imaging subset of digital database for screening mammography,CBIS-DDSM)、乳房X线图像分析学会数据库(mammographic image analysis society database,MIAS)等国际公开数据集分别进行模型训练,并在华教科技有限公司提供的中国人群乳腺钼靶图像数据集(Chinese breast mammography dataset,CBMD)上进行测试和模型性能比较;针对中国人群数据在公开数据集训练模型性能测试不理想的问题,结合中国人群数据特点,提出基于滑动窗口调窗机制的优化策略,设计二阶段迁移学习方法,以提升模型的整体性能,并进行系统研发。结果使用滑动窗口调窗机制及二阶段迁移学习后的CBMD训练模型,以中国人群数据集为测试集,其准确度从默认窗口下公开数据集训练模型的0.50提升至0.80,精度从0.54提升至0.82,灵敏度从0.52提升至0.80,F1值从0.52提升至0.80,AUC值从0.51提升至0.89。结论本研究引入滑动窗口调窗机制和二阶段迁移学习策略,显著提升了乳腺钼靶图像分类模型在中国人群数据集上的性能,初步达到适应中国人群的乳腺钼靶图像辅助分类的目的。展开更多
文摘目的构建适应中国人群的乳腺钼靶图像分类辅助系统,探讨人工智能技术在国内辅助乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法,利用乳腺X线筛查数字数据库子集(curated breast imaging subset of digital database for screening mammography,CBIS-DDSM)、乳房X线图像分析学会数据库(mammographic image analysis society database,MIAS)等国际公开数据集分别进行模型训练,并在华教科技有限公司提供的中国人群乳腺钼靶图像数据集(Chinese breast mammography dataset,CBMD)上进行测试和模型性能比较;针对中国人群数据在公开数据集训练模型性能测试不理想的问题,结合中国人群数据特点,提出基于滑动窗口调窗机制的优化策略,设计二阶段迁移学习方法,以提升模型的整体性能,并进行系统研发。结果使用滑动窗口调窗机制及二阶段迁移学习后的CBMD训练模型,以中国人群数据集为测试集,其准确度从默认窗口下公开数据集训练模型的0.50提升至0.80,精度从0.54提升至0.82,灵敏度从0.52提升至0.80,F1值从0.52提升至0.80,AUC值从0.51提升至0.89。结论本研究引入滑动窗口调窗机制和二阶段迁移学习策略,显著提升了乳腺钼靶图像分类模型在中国人群数据集上的性能,初步达到适应中国人群的乳腺钼靶图像辅助分类的目的。
文摘目的探讨肌萎缩侧索硬化症(amyotrophic lateral sclerosis,ALS)脑功能网络异常模式,为ALS早期诊断及预后评估寻找客观影像学标记。方法于2015年5月至2018年3月在陆军军医大学第一附属医院神经内科招募确诊ALS患者25例;同时招募年龄、性别匹配的26例健康志愿者作为对照组,均行3.0T磁共振扫描仪采集静息态(functional magnetic resonance imaging,fMRI)扫描,构建大脑大尺度功能网络。基于图论理论进行网络差异分析,经双样本t检验比较两组脑功能网络的全局和节点属性,并将ALS患者脑功能连接及网络参数与认知及运动功能评分进行Pearson相关分析。结果与健康对照组相比,ALS患者大脑前、后脑区之间功能网络连接显著增强(P<0.05);左侧眶内额上回-缘上回功能连接降低并与修订版ALS功能量表(revised ALS functional rating scale,ALSFRS-R)评分呈正相关(r=0.512,P=0.008)。与健康对照组相比,ALS患者标准化特征路径长度降低,额叶、枕叶等脑区节点效率及节点度增加(P<0.05),扣带回及苍白球等结构的节点效率及节点度降低(P<0.05)。结论应用静息态功能磁共振数据可反映ALS患者脑功能网络连接异常改变,左侧眶内额上回-缘上回功能连接值可作为一种客观影像学标记,用于对ALS的早期诊断及预后评估。
