基于超声视频的深度学习在乳腺结节良恶性鉴别诊断中的价值

摘要：

目的:探讨基于U-net和PyRadiomics的一种深度学习与影像组学相结合的方法在乳腺结节良恶性鉴别诊断中的应用价值.方法:纳入上海市静安区中心医院285例乳腺结节患者超声影像视频资料,其中乳腺良性结节216例,乳腺恶性结节69例.经图像预处理和U-net图像分割后,通过PyRadiomics提取图像病灶特征,经过特征选择降维得到17种特征,使用逻辑回归算法对乳腺结节良恶性进行分类,绘制受试者工作特征曲线和混淆矩阵分析深度学习后模型对乳腺良恶性结节的诊断效能.结果:基于超声视频的深度神经网络模型对乳腺良恶性诊断的准确度、灵敏度、特异度、曲线下面积分别为86.0％、85.7％、86.0％、0.890.结论:基于超声视频的深度神经网络模型在乳腺结节良恶性鉴别诊断中具有较高的应用价值.

关键词：乳腺结节、超声视频、深度学习、人工智能

所属期刊栏目：29

分类号：R445.1(诊断学)

在线出版日期：2023-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：590-593