目的 探讨U-Det模型对肺内小结节CT图像良恶性鉴别的价值.方法 选取2021年6月至2022年1月于我院经病理检查的150例肺内小结节患者样本图片,留取恶性样本(n=104)及非恶性样本(n=46),扩增至各800张.按照7∶3比例随机分为训练集样本(n=1120)和验证集样本(n=480).根据训练样本对预训练的卷积神经网络架构ResNet50进行训练,建立卷积神经网络计算机辅助系统,测试筛选肺内小结节恶性病变方面的能力;同时选取LUNA16的1400张病理图片作为测试集,测试U-Det模型的诊断效能.结果 U-Det模型中训练样本的平均损失率为0.126
作者:张靖
来源:中国医疗设备 2023 年 38卷 9期