北京大学医学部机构知识库
Advanced  
IR@PKUHSC  > 北京大学第三临床医学院  > 超声诊断科  > 期刊论文
学科主题: 医学影像学
题名:
人工神经网络对孤立性肺结节的诊断价值
其他题名: Diagnostic value of artificial neural network in solitary pulmonary nodules
作者: Xiao-hua, WANG; 谭石; Da-qing, M A
关键词: 硬币病变,肺 ; 神经网络 ; 体层摄影术,X线计算机 ; 诊断,鉴别
刊名: 中国医学影像技术
发表日期: 2008
DOI: 10.3321/j.issn:1003-3289.2008.07.039
卷: 24, 期:7, 页:1114-1117
收录类别: 中国科技核心期刊 ; 中文核心期刊 ; CSCD
文章类型: Journal Article
摘要: 目的 利用人工神经网络(ANN)理论,建立一种全新的模式判别方法用于薄层CT上原发良恶性孤立性肺结节(SPN)的鉴别,并探讨其诊断价值及对不同级别医师的辅助诊断作用.方法 收集经手术或穿刺活检病理证实的SPN 200例(周围型小肺癌 135例,良性结节65例),观察3项临床指标和9项薄层CT指标,并对定性指标进行量化.从中随机选择70%左右的样本(140例)作为训练集,建立ANN诊断模型,并与社会科学统计软件(SPSS)分析处理的Logistic回归模型作比较,计算两种模型对所有样本诊断的正确率和ROC曲线下面积.利用训练好的ANN模型对另外60例样本进行测试,分析初、中、高三级放射科医师使用ANN模型前后的ROC曲线下面积.结果 ANN模型诊断的正确率为98.0%,高于Logistic回归模型的正确率86.0%(P<0.001);两种模型诊断的ROC曲线下面积分别为0.996±0.004和0.936±0.017,差异有统计学意义(P<0.001).ANN模型及初、中、高级医师首次诊断的ROC曲线下面积分别为0.954、0.737、0.813、0.874,其中ANN与初、中级医师的差异具有统计学意义(P值分别为0.001、0.007),而与高级医师的差异无显著性(P=0.070);初、中、高级医师使用ANN后的ROC曲线下面积分别为0.920、0.938、0.952,三级医师使用ANN后的诊断能力均有显著提高(P值分别为0.000、0.001、0.039);使用ANN后各级医师对SPN的诊断差异无显著性(初-中级、初-高级、中-高级比较的P值分别为0.614、0.369、0.645).结论 ①根据本研究提出的SPN的征象分类可用于建立ANN模型;②ANN模型用于薄层CT上原发良恶性SPN的鉴别诊断优于传统的Logistic回归模型;③ANN模型对于不同级别的放射科医师都有一定程度的辅助诊断作用.
语种: 中文
原文出处: 查看原文
Citation statistics:
内容类型: 期刊论文
URI标识: http://ir.bjmu.edu.cn/handle/400002259/68448
Appears in Collections:北京大学第三临床医学院_超声诊断科_期刊论文

Files in This Item:

There are no files associated with this item.


作者单位: 北京大学第三医院超声科,北京,100083

Recommended Citation:
Xiao-hua, WANG,谭石,Da-qing, M A. 人工神经网络对孤立性肺结节的诊断价值[J]. 中国医学影像技术,2008,24(7):1114-1117.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[Xiao-hua, WANG]'s Articles
[谭石]'s Articles
[Da-qing, M A]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[Xiao-hua, WANG]‘s Articles
[谭石]‘s Articles
[Da-qing, M A]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  北京大学医学部 - Feedback
Powered by CSpace