基于T1增强成像的人工智能算法在肛瘘内口诊断中的可行性研究

作者：袁军; 陈欣悦; 常时新; 王乐; 周自明^*

来源：安徽医药, 2023, 27(03): 447-452.

• 直肠瘘
• 磁共振成像
• 神经网络
• 图像分类
• 图像处理,计算机辅助

目的 评价不同模型及不同学习方法的人工智能算法在磁共振T1增强成像中对肛瘘内口诊断的准确性。方法 回顾性分析上海中医药大学附属岳阳中西医结合医院2019年5月至2021年5月58例肛瘘病人及45例正常病例的磁共振T1增强序列图像，通过数据增强的方法将图像扩增至3 400幅，根据是否患病进行分层，采用分层随机抽样的方法将数据分为训练组（n=2 720）和验证组（n=680）。采用迁移学习和端到端学习两种方式对两组病例进行学习及测试，对比分析ResNet-18、ResNet-34和DenseNet-121的网络模型性能，根据结果对网络模型进行评估，分析不同方法及模型诊断的灵敏度及特异度。结果 采用ResNet-34模型迁移学习方式对肛瘘内口诊断的灵敏度及特异度为分别为96.97%和94.94%，评价效果最优。结论 基于磁共振T1增强序列的ResNet-34模型迁移学习算法可对肛瘘内口进行有效诊断，有助于提高诊断效能。

• 单位
  复旦大学; 上海中医药大学附属岳阳中西医结合医院; 中国矿业大学徐海学院