超声人工智能联合钙化特征在甲状腺结节良恶性诊断中的价值

摘要：

目的:探究超声人工智能(AI)联合钙化特征对甲状腺结节良恶性的诊断价值.方法:选取医院收治的180例甲状腺结节患者,均行超声检查,对超声影像分别行常规超声诊断、AI诊断及AI联合钙化特征诊断,以手术病理结果为"金标准",对比3种检查方式的诊断价值.结果:常规超声检查的灵敏度及特异度分别为89.04％和79.44％;超声AI灵敏度及特异度为83.56％和69.16％;超声AI联合钙化特征检查的灵敏度和特异度为90.41％和82.24％.受试者工作特征(ROC)曲线分析显示,3种检查方式对甲状腺结节良恶性均具有一定的诊断价值.超声AI联合钙化特征诊断与超声AI间ROC曲线下面积(AUC)差异有统计学意义(Z=2.351,P<0.05).结论:超声AI结合钙化特征对甲状腺结节良恶性的诊断有较好的精确度,应用价值高于超声AI单独诊断.

关键词：甲状腺结节、超声、人工智能(AI)、钙化特征、深度卷积神经网络(CNN)

所属期刊栏目：20

分类号：R581;R445.1(内分泌腺疾病及代谢病)

资助基金：四川省卫生和计划生育委员会科研课题17PJ437

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90