| 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 |
