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: |
|
摘要点击次数: 3410 |
全文下载次数: 3217 |
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
下载PDF阅读器 |
关闭 |