基于RefineNet卷积神经网络对CT颅底骨折精准诊断的应用价值
林煜文1
黄冬云1
龙琳2
1.广东省深圳市龙岗区第二人民医院医学影像科 广东 深圳 5181122.广东省深圳市罗湖区中医院放射科 广东 深圳 518001
摘要：目的 探讨RefineNet卷积神经网络对CT检查颅底骨折精准诊断的应用价值.方法 选取于我院进行头颅CT检查的患者 90 例,其中 46 例表现为颅底骨折(颅底骨折组),44 例则为正常颅脑(对照组).分析患者的特征,明确RefineNet 结构参数;对比分析 Efficient Net,VGG16,Dense Net,Res Net-50 和 Xception 五种模型与 RefineNet的性能差异;分析Mobile Net,Inception-v3,Dense Net-201,CUMED和SDL五种已有方法与RefineNet的性能差异.验证Re-fineNet卷积神经网络与人工测试的召回率、精准率以及测试所需时间.结果 RefineNet的准确率和AUC值显著高于 5种模型和已有的 5 种方法;RefineNet卷积神经网络在骨折患者、颅底区域、前颅区域、中颅区域和后颅区域的召回率和精准率均显著高于人工测试的精准率,差异有统计学意义(P<0.05);RefineNet卷积神经网络所需的测试时间显著低于人工测试所需的时间,差异有统计学意义(P<0.05).结论 RefineNet卷积神经网络对CT检查颅底骨折诊断精准率高、所需时间少.
关键词：RefineNet卷积神经网络体层摄影术X线计算机颅底骨折
分类号：R814.42(放射医学)R683.5(骨科学（运动系疾病、矫形外科学）)
资助基金：广东省深圳市龙岗区医疗卫生科技计划项目(LGKCYLWS2019000384)
论文发表日期：2024-07-28
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：5( 5-8,17 )
英文信息