基于深度学习的超声弹性成像智能诊断系统对乳腺癌分子分型的鉴别价值
赵洁
范瑞瑞
刘华青
郑州颐和医院国际健康管理中心,河南郑州 450000
摘要：目的 构建基于深度学习的超声弹性成像智能诊断系统,分析该智能诊断系统对乳腺癌病理类型的鉴别价值.方法 回顾性收集2018年1月至2022年12月郑州颐和医院确诊的595例乳腺癌患者的临床资料,治疗前均行剪切波弹性成像检查,且均有明确的分子分型结果.采用Resnet卷积神经网络利用剪切波弹性成像检查信息和分子分型信息构建基于深度学习的超声弹性成像智能诊断系统,将所有患者按照4∶1随机分为训练集和验证集对智能诊断系统进行训练和验证.结果 不同分子分型乳腺癌患者剪切波弹性模量参数差异有统计学意义(P＜0.05);基于深度学习的超声弹性成像智能诊断系统可以输出乳腺癌分子分型诊断结果,验证集经该智能诊断系统输出Luminal A型26例,Luminal B型53例,HER-2过表达型12例,三阴型28例;该智能诊断系统诊断乳腺癌Luminal A型、Luminal B型、HER-2过表达型、三阴型的灵敏度分别为68.97％、78.85％、61.54％、84.00％,特异度和准确度均高于80％,且与金标准具有较好一致性(Kappa=0.648,P＜0.001).结论 基于深度学习的超声弹性成像智能诊断系统可以对乳腺癌分子分型分类,对分子分型具有较好的鉴别价值.
关键词：乳腺癌深度学习算法超声弹性成像智能诊断系统分子分型
分类号：R445.1(诊断学)
论文发表日期：2025-06-13
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1990-1994 )
英文信息