人工智能影像辅助诊断平台对直肠癌壁外血管侵犯识别多中心临床研究
刘书豪1
苏柯帆1
张宪祥1
刘广伟1
张正东2
马金龙3
周晓明3
李硕1
信芳杰4
王继刚4
姚宏伟5
王贵英6
肖刚7
袁维堂8
康亮9
张佃良10
李帅2
卢云11
1.青岛大学附属医院普通外科医疗中心,山东青岛,2660032.北京航空航天大学虚拟现实技术与系统国家重点实验室,北京,1001913.青岛大学附属医院影像科,山东青岛,2660034.青岛大学附属医院病理科,山东青岛,2660035.首都医科大学附属北京友谊医院普外科国家消化系统疾病临床医学研究中心,北京,1000506.河北医科大学第四医院普通外科,河北石家庄,0500117.北京医院普通外科国家老年医学中心,北京,1007308.郑州大学第一附属医院普通外科,郑州河南,4500529.中山大学附属第六医院普通外科,广东广州,51065510.青岛市立医院普通外科,山东青岛,26601111.青岛大学附属医院普通外科医疗中心,山东青岛266003;山东省数字医学与计算机辅助手术重点实验室,山东青岛266003
摘要：目的 探索基于区域卷积神经网络(Faster R-CNN)的人工智能影像辅助诊断平台对识别直肠癌壁外血管侵犯(EMVI)的临床应用价值.方法 回顾性分析我国7家医院2016年7月至2019年2月行直肠高分辨MRI检查的500例直肠癌病人的临床资料,其中EMVI阳性174例和EMVI阴性326例.使用随机数字法将病人资料随机分配到训练组(400例,包括EMVI阳性133例和EMVI阴性267例)和验证组(100例,包括EMVI阳性41例和EMVI阴性59例).利用Faster R-CNN对训练组20 430张高分辨MRI图像进行学习和训练,建立人工智能影像辅助诊断平台.对验证组5107张高分辨MRI图像进行临床验证,应用受试者工作特征曲线(ROC)和曲线下面积(AUC),比较人工智能影像辅助诊断平台与高年资影像专家的诊断结果.结果 人工智能影像辅助诊断平台识别EMVI的准确率、敏感度、特异度、阳性预测值和阴性预测值分别为93.4％、97.3％、89.5％、0.90和0.97.AUC为0.98.自动识别单张图像所需时间为0.2 s,而影像学专家判读时间约为10s.结论 基于Faster R-CNN的人工智能影像辅助诊断平台对识别直肠癌EMVI具有高效率和可行性,可辅助影像科医生进行成像诊断.
关键词：人工智能直肠癌壁外血管侵犯磁共振成像
分类号：R6(外科学)
资助基金：国家自然科学基金(No.81802473)山东省自然科学基金(No.ZR2019PF017)山东省重点研发计划(No.2018GSF118206)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1081-1084 )
英文信息