基于卷积神经网络的纵隔淋巴结良恶性分类研究
程龙1
秦航1
余晶1
蒋红兵2
宋宁宁1
1.南京医科大学附属南京医院(南京市第一医院)临床医学工程处,南京2100062.南京市急救中心,南京210003
摘要：为提高纵隔淋巴结良恶性分类的准确率及效率,本研究利用残差网络(residual network,ResNet)结合迁移学习方法,设计了一种纵膈淋巴结良恶性自动分类算法.实验结果显示,该方法的分类准确率、灵敏度、特异度可达75.1％、78.6％、84.4％,相比传统方法,分别提高了6％、9.9％、15.4％.本研究设计的多纵膈淋巴结自动分类算法相较于传统方法性能有显著提高,可作为临床辅助诊断的重要工具.
关键词：肺癌分期淋巴结转移支气管镜检查人工智能ResNet34辅助诊断
分类号：R318(医用一般科学)R445.1(诊断学)R581(内分泌腺疾病及代谢病)TP181(自动化基础理论)
资助基金：南京医科大学科技发展基金资助项目(NMUB2020213)
论文发表日期：2022-12-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：4( 365-368 )
英文信息