基于深度学习的计算机辅助诊断系统在肋骨骨折诊断中的应用
熊山1
陈博2
毛杰3
刘四斌1
黄原义1
程建敏2
1.荆州市中心医院放射科, 湖北 荆州4340202.温州医科大学附属第二医院放射科, 浙江 温州3250003.东阳市人民医院放射科, 浙江 金华322100
摘要：目的:探讨基于深度学习(DL)的计算机辅助诊断(CAD)系统在肋骨骨折诊断中的应用价值.方法:回顾性分析232例胸部外伤患者CT图像并采用3种方式阅片.CAD系统阅片:应用CAD系统行肋骨骨折检测并记录结果;医师阅片:两名具有6年肋骨骨折CT诊断经验放射科主治医师独立阅片并以两人一致意见作为诊断结果;CAD系统辅助医师阅片:CAD系统辅助两名医师采用共同阅片模式阅片.金标准:两名具有15年以上肋骨骨折CT诊断经验的放射科高年资医师对患者初诊及复诊CT独立阅片,结果不一致时以两人协商一致的意见作为肋骨骨折诊断金标准.计算并比较3种阅片方式的敏感度、假阳性率及阅片时间.结果:232例患者共发现712处肋骨骨折.CAD系统阅片敏感度为81.2％,CAD系统阅片敏感度低于医师,医师阅片敏感度低于CAD系统辅助医师阅片.CAD系统阅片假阳性率为0.48?±?0.13,在3种方式中最高,医师阅片与CAD系统辅助医师阅片假阳性率差异无统计学意义.CAD系统阅片时间为(2.45?±?0.92)s,在3种方式中耗时最少,CAD系统辅助医师阅片时间少于医师阅片且阅片时间减少34.2％.结论:进一步提高敏感度并降低假阳性率是CAD改进的重要内容;采用基于深度学习的CAD系统辅助医师阅片可在不增高假阳性率的同时提高敏感度和减少阅片时间.
关键词：深度学习卷积神经网络体层摄影术X线计算机肋骨骨折
分类号：O242(计算数学)R816(放射医学)
资助基金：荆州市科技局指令性项目(2021CC28-06)
论文发表日期：2022-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 617-622 )
英文信息