人工智能在CT诊断甲状腺结节中的临床研究

• 作 者: 王洪杰 田进军 吴建华 张鸣 王振宇 于霞 张恩东
• 机 构: 威海市妇幼保健院医疗设备科,威海市立医院影像科,威海市妇幼保健院影像科,威海市妇幼保健院超声二科,威海市妇幼保健院耳鼻喉头颈外科
• 出 处: 中国医学装备
• 发表日期: 2020年04期
• 关键词: 甲状腺结节 人工智能 深度学习 CT成像 边缘检测 Thyroid noduleArtificial intelligenceDeep learningCT i
• 基金项目: 山东省医药卫生科技发展计划(2018WS111)“基于多模态深度学习甲状腺影像诊断关键问题研究”

目的:构建人工智能(AI)深度学习模型用于辅助CT医生对甲状腺结节进行实时诊断。方法:选取数据库中5218张甲状腺CT图像,其中确诊多发结节图像1200张,单发结节图像1000张,均用于模型训练;其余3018张图像用于AI深度学习模型验证,同时提交给4名CT医师进行诊断、分析和统计。结果:AI深度学习模型对甲状腺图像的正确识别准确率为86.45%,每张图像的诊断时间为(0.12±0.02)s。而两名低年资医师和两名高年资医师的诊断准确率分别为71.4%和77.34%,AI深度学习模型诊断均优于4名医