肌炎的自动化肌骨超声诊断-新型深度卷积神经网络诊断技术与传统机械随机森林诊断技术的比较
目的:评估超声深度卷积神经网络诊断技术和传统机械随机森林诊断技术对肌炎的自动或半自动诊断和分类的能力.方法:这项研究中,共纳入80个研究对象,包括19位体肌炎患者(IBM)、14位多发性肌炎患者(PM)、14位皮肌炎患者(DM)和33位正常(N)对象,共涉及到7块肌肉的3120幅超声图像(双侧).结果:两种方法的分类能力均用性能精度±标准差表示。结论:本研究对比了DL法和ML法在肌炎中的超声诊断分类能力。传统的ML方法与DL法相比，存在需要手动描绘肌肉和脂肪分界线的缺点，只能实现肌炎分类的半自动化。而DL法所代表的全自动分类方法则能大幅度的提高肌炎诊断和分类的准确性。
肌炎 自动化肌骨超声诊断 超声深度卷积神经网络 临床实践
吕白雪
中国医科大学附属第一医院 沈阳110001
国内会议
2018海峡两岸医药卫生交流与合作会议暨第十届海峡两岸超声医学高端论坛
厦门
中文
1063-1064
2018-05-04（万方平台首次上网日期，不代表论文的发表时间）