基于深度学习的计算机辅助诊断系统检出DR胸部正位片中的骨折

作者：吴育鑫; 薛蕴菁^*; 段青; 孙斌; 刘柏韵; 陈玉仙

来源：中国介入影像与治疗学, 2020, 17(11): 675-678.

DOI：10.13929/j.issn.1672-8475.2020.11.009

• 骨折
• 放射摄影术,胸部
• X线透视检查
• 深度学习
• 计算机辅助诊断系统

目的观察基于深度学习的计算机辅助诊断系统(DL-CAD)检出DR胸部正位片中骨折的效能及其对低年资放射科医师的辅助作用。方法 (1)试验1:回顾性收集547例DR胸部正位片,其中361例存在胸部骨折(共983处骨折)、186例无胸部骨折,评估DL-CAD对骨折的预测性能。(2)试验2:随机选取试验1中的397例DR胸片,其中211例存在胸部骨折(共604处骨折)、186例无胸部骨折,记录并比较单独DL-CAD(1组)、单独低年资医师(2组)、DL-CAD辅助低年资医师(3组)、单独高年资医师(4组)的检出结果。结果 (1)试验1:983处骨折中,DL-CAD识别出672处,正确识别641处,误诊31处,敏感度65.21%(641/983),F值为77.46%;361例骨折患者中,DL-CAD识别出320例,正确识别314例,误诊6例,敏感度86.98%(314/361),F值92.22%。(2)试验2:1、2、3、4组观察者检出骨折的敏感度分别为62.09%(375/604)、61.59%(372/604)、86.75%(524/604)和83.44%(504/604),F值分别为75.38%、74.62%、90.74%及89.84%;3、4组检测效能均高于1、2组(P均<0.001),而1组与2组间、3组与4组间差异均无统计学意义(P均>0.05)。结论 DL-CAD对DR胸部正位片中骨折的检出效果较好,且可有效提高低年资放射科医师对胸部骨折的检出效能。

• 单位
  北京推想科技有限公司; 福建医科大学附属协和医院; 福建医科大学