欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

通过分布式人工智能实现CT结肠成像的计算机辅助慢性息肉辨识

摘要: 目的 通过计算机辅助诊断技术(CAD),利用分布式人工智能进行CT结肠成像的病理诊断.材料与方法 本研究经人体实验保护局(Office of Human Subjects Research)批准.研究内容中涉及健康保险流通与责任法案( HIPAA)的患者知情同意要求并未报批.CT数据采集于24名患有至少一块6 mm息肉的病人,相关图样的分析通过计算机辅助诊断(CAD)软件完成,共鉴别268处疑似病灶.每处疑似病灶均由20名来自同一众包平台的知识工作者(Knowledge Workers,KWs)判断是否是息肉.为了检验本方法的可重复性,共228名知识工作者参与了两轮病灶鉴别工作.本文中,通过比较知识工作者和CAD软件分析结果的受试者工作特征曲线覆盖面积(AUC)来评价本方法的效果.结果 知识工作者的检测水平AUC结果为:第1轮0.845±0.045(标准差),第2轮0.855±0.044.计算机辅助诊断软件(CAD)分析结果的AUC为0.859±0.043,两种方法之间并没有显著区别.根据病灶判断难度分析,容易的诊断中知识工作者表现更佳:第1轮AUC为0.951±0.032,第2轮0.966±0.027(P=0.039),CAD的AUC为0.877±0.048.对于两轮检验都参加的知识工作者而言,第2轮的诊断结果有显著的提升:第1轮AUC为0.759±0.052,第2轮为0.839±0.046(P=0.041).结论 在慢性息肉的诊断方面,分布式人工智能和计算机辅助诊断(CAD)技术的结果之间并无显著差异.

同期刊相关文献推荐

中国医疗设备

统计源期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询