目的 探讨基于深度学习技术的MammoWorksTM乳腺健康智能检测系统在乳腺肿瘤检测中的应用价值.方法 本回顾性研究收集2015年1月至2017年4月期间就诊于陕西省肿瘤医院、乳腺X线BI-RADS 5～6级的患者448例, 均手术治疗且临床病理资料齐全.另外用随机数字表法收集同期参加健康体检乳腺X线检查提示BI-RADS 1级的215例正常人群作为对照.以上全部研究对象乳腺X线影像学资料经MammoWorksTM乳腺检测系统分析, 以患者的病理结果及正常人群的2年随访结果为金标准, 分析MammoWorksTM乳腺检测系统检测乳腺肿瘤的敏感度、特异度、准确率、阳性预测值、阴性预测值、阳性似然比、阴性似然比及每幅图的假阳性标记数等.率的比较使用χ2检验及Fisher确切概率法, 每幅图假阳性标记数比较使用非参数检验 (Kruskal-Wallis检验), 并使用Kappa检验评价组间变量结果的一致性.结果 总计纳入663例女性, X线摄片2 652张.总计识别病灶2 284个, 真阳性标记929个, 假阳性病灶1 355个.真阳性病例333例, 真阴性病例126例, 假阳性病例89例, 假阴性病例115例.MammoWorksTM分析敏感度为74.3％ (333/448), 特异度为58.6％ (126/215), 阳性预测值为78.9％ (333/422), 阴性预测值为52.3％ (126/241), 准确率为69.2％ (459/663), 阳性似然比为1.80

作者：宋张骏；王虎霞；赵静；赵斌；周明；梁秀芬；杨晓民；韩丕华；陈楠；贺赛；王柚熙；侯艳妮；范拥国

来源：中华乳腺病杂志（电子版） 2019 年 13卷 1期