节点文献

深度残差神经网络在腹部平片检出小肠梗阻中的应用

免费订阅

【作者】 沈远望李贤军刘哲尚进孙亲利刘尼军曹盼宋春晓杨健

【Author】 SHEN Yuan-wang;LI Xian-jun;LIU Zhe;SHANG Jin;SUN Qin-li;LIU Ni-jun;CAO Pan;SONG Chun-xiao;YANG Jian;Department of Medical Imaging, The First Affiliated Hospital of Xi’an Jiaotong University;Department of Medical Imaging,No.215 Hospital of Shaanxi Nuclear Industry;Department of Medical Imaging, Shaanxi Provincial Tuberculosis Hospital;AccuRadNetwork & Technology Co., Ltd.;

【通讯作者】 杨健;

【机构】 西安交通大学第一附属医院医学影像科陕西省核工业二一五医院医学影像科陕西省结核病防治院影像科西安盈谷网络科技有限公司

【摘要】 目的通过深度残差神经网络(ResNet38)对腹部立位平片进行学习,从中检出小肠梗阻。方法本研究使用的训练集和测试集数据来源于西安交通大学第一附属医院及陕西省核工业二一五医院,独立验证集数据来源于陕西省核工业二一五医院。由2名经验丰富的影像科诊断医师依据腹部立位平片小肠梗阻的4种征象分别对来源于2家医院的3 298张腹部立位平片进行分类,意见不一致时讨论达到共识,其中小肠梗阻569例(17.3%),非小肠梗阻2 729例(82.7%)。对2组数据采用完全随机分组的方法组成训练集2 305张和测试集993张(训练集∶测试集=2.3∶1),其中训练集小肠梗阻405例(17.6%),非小肠梗阻1 900例(82.4%);测试集小肠梗阻164例(16.5%),非小肠梗阻829例(83.5%)。训练集和测试集小肠梗阻的诊断均以有丰富经验的影像科医师的评判为标准。验证集共861张腹部立位平片,其中小肠梗阻99例(11.5%),非小肠梗阻762例(88.5%),以手术结果及临床诊断为金标准。本研究使用ImageNet 2012年大规模视觉识别挑战赛数据集(ILSVRC2012)对深度残差神经网络(ResNet38)进行预训练;用训练集数据对深度残差神经网络(ResNet38)再训练建立诊断模型;测试集主要用于学习算法过程中,调整算法的参数来修正网络,从而使得网络模型效能更优。结果本研究开发的小肠梗阻诊断模型在测试集上敏感性为84.1%,特异性为65.0%,受试者工作特征曲线(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)为0.83(95%CI为0.82~0.92);在验证集上的敏感性为89.9%,特异性为68.0%,ROC曲线下面积为0.87(95%CI为0.82~0.92),AUC为0.87。结论对深度残差神经网络进行有限的数据训练,可以获得一个有效的用于在腹部立位平片上检出小肠梗阻的诊断模型。

【基金】 国家重点研发计划项目(No.2016YFC0100300)~~
【所属期刊栏目】 临床研究 (2020年01期)
  • 【分类号】R574.2;TP183
  • 【下载频次】50
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: