文章摘要
李欣,梁森,黄正南,夏晨,张荣国,吴孝掌,赖原仲.乳腺X线AI智能病灶检测[J].放射学实践,2018,(10):1029-1032
乳腺X线AI智能病灶检测
  
DOI:10.13609/j.cnki.1000-0313.2018.10.010
中文关键词: 人工智能  学习  乳腺肿瘤  放射摄影术
基金项目:
作者单位
李欣,梁森,黄正南,夏晨,张荣国,吴孝掌,赖原仲 063000河北唐山市工人医院影像科(李欣)100025北京北京推想科技(梁森、黄正南、夏晨、张荣国)362500德化县医院放射科(吴孝掌、赖原仲) 
摘要点击次数: 31
全文下载次数: 118
中文摘要:
      【摘要】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。
      
查看全文   查看/发表评论  下载PDF阅读器
关闭