基于深度学习计算机辅助诊断系统测量脑出血量

摘要：

目的 探讨基于深度学习计算机辅助诊断系统(DL-CAD)测量脑出血量的应用价值.方法 回顾性分析超急性期、急性期、亚急性期各50例脑出血患者脑部平扫CT资料,分别采用DL-CAD、多田公式法和CT定量法测量脑出血量,记录测量时间,并计算绝对百分误差率(APE).比较3种方法测量结果、测量时间及APE差异.结果 应用DL-CAD测量超急性期及亚急性期脑出血量结果与CT定量法差异无统计学意义(P均＞0.05),而对急性期出血差异有统计学意义(P＜0.05).应用多田公式法测量脑出血结果与CT定量法差异均有统计学意义(P均＜0.01).采用DL-CAD测量不同时期脑出血量,测量时间均显著低于CT定量法及多田公式法(P均＜0.01),且APE均低于多田公式法(P均＜0.01).结论 与传统多田公式法相比,DL-CAD测量各期脑出血量准确性更高,且速度更快.

关键词：脑出血、体层摄影术、X线计算机、深度学习、图像处理、计算机辅助

所属期刊栏目：36

分类号：R743.34;R814.42(神经病学与精神病学)

在线出版日期：2021-03-04（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：1781-1785