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

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