目的:建立基于深度学习的卷积神经网络肝损伤模型(CNLDM),并评估其对肝实质挫裂伤的诊断价值。方法:通过动物实验获得2009张含有肝实质挫裂伤超声图像及1302张正常肝超声图像,作为模型的训练集和验证集。回顾性收集2015年1月至2021年4月解放军总医院第一医学中心确诊存在肝实质挫裂伤的超声图像153张,以及81张不含肝实质挫裂伤的肝超声图像,作为模型的外部测试集。6名不同年资医师分别对测试集图像数据进行判读。使用受试者操作特征(ROC)曲线及决策曲线分析(DCA)检验模型效能,比较不同年资医师与CNLDM模型预测肝实质挫裂伤的敏感度、特异度、准确性、阴性预测值及阳性预测值。结果:CNLDM模型诊断效能(敏感度为80
作者:王妍洁;罗渝昆;何雪磊;宋青;王坤;马骏;韩鹏;李朔朔;康林立
来源:中华医学超声杂志(电子版) 2022 年 19卷 3期