不同CT扫描设备对人工智能深度学习模型定量测定结果的对比研究

摘要：

目的 评估不同CT扫描设备对基于深度学习算法模型定量测定结果的准确性和稳定性影响.方法 制作225例不同体积、密度的标准容积水球,采用分层抽样法分为训练集(n=45)、测试集(n=180),训练集用于模型的建立,测试集用于测试模型的准确性.采用GE Revolution 256排512层CT和Siemens SOMATOM Defintion AS 64排128层螺旋CT扫描获得影像资料,以标准容积水球作为验证标准,比较模型测量不同CT扫描设备来源数据的测量准确性及稳定性.结果 将两种不同扫描设备来源的数据用同一个模型进行体积测量比较,GE Revolution 256排512层CT和Siemens SOMATOM Defintion AS 64排128层螺旋CT的百分误差分别为2.050和-7.837,差异有统计学意义(P<0.001),变异系数分别为0.029和0.055,差异有统计学意义(P<0.05).结论 基于深度学习的全自动智能体积测量模型具有较高的准确性,且测量准确性、稳定性和一致性均受扫描设备的影响.

关键词：设备、人工智能、深度学习、体积测量

所属期刊栏目：60

分类号：R197(保健组织与事业（卫生事业管理）)

资助基金：四川省科技计划项目2019YFQ0028

在线出版日期：2023-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25