10.13609/j.cnki.1000-0313.2018.10.010
乳腺X线AI智能病灶检测
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.
人工智能、学习、乳腺肿瘤、放射摄影术
33
R737.9;R814.41;R446.9(肿瘤学)
2018-12-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
1029-1032