目的:探索基于深度学习构建的前列腺癌经直肠超声图像分类网络模型对经直肠超声图像中前列腺组织良恶性分类的应用价值。方法:收集2018年5月至2021年5月于暨南大学附属第一医院就诊的203例可疑前列腺癌患者(其中恶性89例,良性114例)的1 462张包含明确病理结果的经直肠前列腺穿刺二维灰阶超声图像(其中恶性图片658张,良性图片804张),将其分为训练集、验证集和测试集,应用训练与验证集训练得到辅助诊断网络模型,再用测试集对网络模型与两位不同年资超声医师进行测试,以病理诊断作为金标准,评估三者的诊断效能。结果:①网络模型分类的准确性为80.5
作者:张凌烟;杨川;卓育敏;梁银莹;黄君
来源:中华超声影像学杂志 2022 年 31卷 1期