基于机器学习的微灶甲状腺乳头状癌超声智能诊断方法探析

作者：马明瑞; 马晓剑; 冷晓玲

来源：中国医疗设备, 2019, S2: 171-173.

• 神经网络
• 机器学习
• 微灶甲状腺乳头状癌
• 智能超声诊断

目的研究对微灶甲状腺乳头状癌病患基于机器学习的超声智能诊断方法的效果。方法在我院确诊为甲状腺良性病变的病患作为对照组(n=50),在我院患有微灶甲状腺乳头状癌的病患作为观察组(n=50)中选择50例进行研究。对两组病患均使用神经网络机器学习方法进行微灶甲状腺乳头状癌超声智能诊断。对比两组病患的颈部淋巴结、纵横比、回声、形态、单/多发、钙化、边界、血流分布特征,得出使用神经网络机器学习方法进行微灶甲状腺乳头状癌超声智能诊断的准确度。结果对照组的颈部淋巴结肿大、纵横比≥1、低回声、形态不规则、多发、钙化、边界不清楚均比观察组低,并且两组病患的P<0.05,结果具有明显的差异;对照组的血流分布类型与观察组存在明显的不同,并且两组病患的P<0.05,结果具有明显的差异;使用神经网络机器学习方法进行微灶甲状腺乳头状癌超声智能诊断的准确度为90%。结论对微灶甲状腺乳头状癌的病患使用神经网络计算机学习的超声智能诊断方法具有较高的准确度,可以根据病患的颈部淋巴结、纵横比、回声、形态、单/多发、钙化、边界、血流分布特征作为诊断的依据,值得在临床上进一步推广。

• 单位
  新疆医科大学附属肿瘤医院