基于T1增强成像的人工智能算法在肛瘘内口诊断中的可行性研究

摘要：

目的 评价不同模型及不同学习方法的人工智能算法在磁共振T1增强成像中对肛瘘内口诊断的准确性.方法 回顾性分析上海中医药大学附属岳阳中西医结合医院2019年5月至2021年5月58例肛瘘病人及45例正常病例的磁共振T1增强序列图像,通过数据增强的方法将图像扩增至3400幅,根据是否患病进行分层,采用分层随机抽样的方法将数据分为训练组(n=2720)和验证组(n=680).采用迁移学习和端到端学习两种方式对两组病例进行学习及测试,对比分析ResNet-18、ResNet-34和DenseNet-121的网络模型性能,根据结果对网络模型进行评估,分析不同方法及模型诊断的灵敏度及特异度.结果 采用ResNet-34模型迁移学习方式对肛瘘内口诊断的灵敏度及特异度为分别为96.97％和94.94％,评价效果最优.结论 基于磁共振T1增强序列的ResNet-34模型迁移学习算法可对肛瘘内口进行有效诊断,有助于提高诊断效能.

关键词：直肠瘘、磁共振成像、神经网络、图像分类、图像处理、计算机辅助

所属期刊栏目：27

分类号：TP391.41;R737.9;R197.3

资助基金：国家自然科学基金62076070

在线出版日期：2023-03-21（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：447-452