乳腺肿瘤良恶性的智能辅助判别诊断
目的 探讨乳腺肿瘤良恶性智能辅助判别诊断的价值.方法 回顾性分析烟台市某三级医院2017年1月至2019年6月经病理切片和超声影像检查为良性乳腺肿瘤患者135例,恶性乳腺癌患者149例,采用非条件logistic回归、ROC曲线和Bayes判别分析对其临床指标以及症状体征等基本情况分析筛选,建立智能辅助诊断模型.结果 采用Bayes判别分析建立的智能辅助诊断模型的自身验证总正确率为90.5％,交叉验证总正确率为89.8％;采用logistic回归建立的联合智能辅助诊断模型的总正确率最高可达90.8％.结论 通过利用患者临床指标以及症状体征等基本信息建立的模型对乳腺肿瘤良恶性诊断有良好的效果.
乳腺肿瘤、肿瘤良恶性、人工智能辅助诊断
37
山东省研究生教育创新计划立项课题;山东省高等教育本科教改项目重点项目
2020-07-10（万方平台首次上网日期，不代表论文的发表时间）
共3页
418-420
