深度学习，使影像学评估肺结核的活动性成为可能！
作者：佚名 来源：MedSci梅斯 日期：2021-08-22
导读
结核分枝杆菌是全球十大死亡原因之一，现阶段仍然是一个主要的公共卫生问题。根据世界卫生组织的全球结核病报告，估计2020年有1000万人感染结核病。胸片是分诊、辅助诊断和检测结核病的的首选影像学检查筛查手段。然而不同的阅片人对结果的评估具有很大的差异。 已有研究表明，深度神经网络在从正常胸片中检测肺结核方面的表现可以超过放射科专家。然而，这些网络模型并没有使用经过治疗的肺结核患者的胸片进行训练。因
关键字：
肺结核
结核分枝杆菌是全球十大死亡原因之一，现阶段仍然是一个主要的公共卫生问题。根据世界卫生组织的全球结核病报告，估计2020年有1000万人感染结核病。胸片是分诊、辅助诊断和检测结核病的的首选影像学检查筛查手段。然而不同的阅片人对结果的评估具有很大的差异。 已有研究表明，深度神经网络在从正常胸片中检测肺结核方面的表现可以超过放射科专家。然而，这些网络模型并没有使用经过治疗的肺结核患者的胸片进行训练。因此，人们对目前网络在结核病高负担国家中的表现所知甚少。 近日，发表在Radiology杂志的一项研究开发一个用于确定胸片上肺结核活动性的深度神经网络，并将其性能与影像专业人员的诊断性能进行比较，并探讨了这种方法在胸片上评估治疗反应的可行性，为结核病的快速、准确诊断及治疗评估提供了有价值的筛查手段。 本研究从一个多中心连续队列中回顾性地收集了2011年至2017年期间成功治愈的肺结核患者的胸片，并同时收集了正常的胸片作为阴性对照组。治疗前和治疗后的胸片分别被标记为阳性和阴性类。用这些胸片对一个神经网络进行训练，以计算活动性肺结核与治愈性肺结核的概率。
分享：
相关文章
评论
我要跟帖
发表
回复
小鸭梨：
发表
