基于深度学习的胸片心脏增大判定研究

作者：潘亚玲; 陈桥然; 王晗琦; 陈彤彤; 严福华; 陆勇^*

来源：中国医学计算机成像杂志, 2020, 26(06): 584-588.

DOI：10.19627/j.cnki.cn31-1700/th.2020.06.015

• 心胸比率
• 心脏增大
• X线胸片
• 深度学习

目的:利用深度学习自动测量心胸比率(CTR),探讨肉眼观察、自动测量及手动测量CTR判定心脏增大的差异。方法:回顾性选取1312例体检胸部X线摄片,采用MaskR-CNN深度卷积网络分割肺野和心脏,基于分割结果自动测量CTR判定心脏增大,并与肉眼观察、手动测量CTR判定心脏增大结果相比较。结果:自动测量与手动测量CTR呈强相关性(r=0.976,P<0.001),Bland-Altman分析显示自动测量与手动测量CTR的差值很小(差值均数=0.008)。Kappa检验显示肉眼观察与手动测量判定心脏增大的一致性中等(κ=0.667,P<0.001),而自动测量与手动测量判定心脏增大的一致性较好(κ=0.895,P<0.001)。以手动测量为心脏增大判定标准,自动测量比肉眼观察判定心脏增大的灵敏度、特异度及准确度均较高。结论:基于深度学习的自动测量CTR与手动测量强相关且一致性较好,可在体检胸部X线摄片中快速、准确地判定心脏增大。

• 单位
  深圳市宜远智能科技有限公司; 上海交通大学医学院附属瑞金医院