基于CheXNet辅助诊断系统在肺部常见病诊断中的应用研究

摘要：

目的:研究基于CheXNet辅助诊断系统在肺部常见病诊断中的应用价值和临床意义.方法:利用CheXNet结合神经网络输出可视化技术Grad-CAM生成预测热图,对我院2018年1月-2019年9月经临床诊断的100例肺部常见病(肺部肿瘤50例,肺部感染50例)患者的胸部X线检查进行辅助诊断.结果:以临床确诊为金标准,在CheXNet的辅助下检出肺部肿瘤48例、肺部感染47例;直接读片检出肺部肿瘤41例、肺部感染39例.直接读片与CheXNet辅助下的检出率存在差异且有统计学意义.在CheXNet辅助下诊断准确度(96.5％)优于直接读片(80％),差异具有统计学意义(P＜0.05).结论:借助CheXNet不仅可减轻放射诊断的工作量,还能提高肺部常见病的检出率及诊断准确度,尤其是床旁胸部X线检查对危重症患者行的影像学辅助诊断,更有助于临床进行快速和有效的治疗.

关键词：神经网络;深度学习;人工智能;辅助诊断;胸部X线;CheXNet

所属期刊栏目：27

分类号：R445.2(诊断学)

在线出版日期：2022-02-25（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：505-509