基于深度神经网络的高分辨MRI直肠淋巴结辅助诊断系统的临床应用价值研究

发布时间：2020-09-24 21:47

　　目的:建立基于深度神经网络的高分辨MRI直肠淋巴结识别系统,并探讨其对于直肠癌转移淋巴结诊断的临床应用价值。方法:本研究为回顾性研究,从2016年7月至2017年12月在青岛大学附属医院进行了高分辨率的盆腔MRI扫描的直肠癌患者中,选取报告中确定了有盆腔淋巴结转移的301例。按照就诊时间顺序前201例作为学习组,后100例作为验证组。对学习、验证两个组的患者的年龄及性别信息进行补充。学习组有男性149例、有女性52例,平均年龄为58.8岁;验证组有男性76例,有女性24例,平均年龄为60.2岁。首先,利用深度学习技术及学习组的12060张淋巴结高分辨MRI图像,在卷积神经网络下进行训练,模拟影像医师判断高分辨图像淋巴结的过程,进而建立直肠恶性肿瘤转移性淋巴结的人工智能自动识别检测平台。然后,对验证组的6030张淋巴结高分辨MRI图像进行临床验证,人工智能和影像科医师同时对淋巴结转移情况作出诊断,利用受试者工作特征曲线比较两者的诊断水平。结果:经过对学习组数据的不断迭代训练,人工智能的损失函数值不断降低,诊断误差不断降低。验证组的6030张图像,人工诊断共912张存在淋巴结转移,人工智能诊断共987张存在淋巴结转移,两者诊断结果完全相同(淋巴结位置和转移数量完全相符)的图像共772张。相比于人工诊断,人工智能诊断的曲线下面积为0.886 2,单个病例的诊断时间为10 s,而影像科医师的平均判断时间为600 s。结论:基于深度神经网络的直肠高分辨MRI淋巴结自动识别系统具有较高的准确率,且效率高,可以辅助进行临床诊断。
【学位单位】：青岛大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP183;R445.2;R735.37
【部分图文】：

影像,图像数据库,训练集

301 例患者符合纳入排除标准。按照就诊时间顺序前 201 例作为学习后 100 例作为验证组。对学习、验证两个组的患者的年龄及性别信息进行补充。组有男性 149 例、有女性 52 例，平均年龄为 58.8 岁；验证组有男性 76 例，有女4 例，平均年龄为 60.2 岁。因技术限制，智能平台目前无法实现三维，无法同时结状位和冠状位图像 3D 重建，我们仅提取了具有最高诊断淋巴结分析价值的高分辨RI 的 T2 WI 和 DWI 图像（水平），共计 12060 张图像，由高年资影像医生标记移淋巴结位置，供深度神经网络平台学习。以上所有数据依据 2018 年 V1 版 NCC（National Comprehensive Cancer Network）将转移淋巴结数量、N 分期、TNM 分数据列表，结合每例患者纳入的高分辨 MRI、标记的淋巴结图像，建立了供人工学习训练的影像数据库（图 1）。而验证集数据共 6030 张图像，它的建立是由检间顺序的后 100 例直肠癌患者的高分辨率 MRI 图像组成。本研究已在 Chinesical Trial Registry 上完成注册（注册号：ChiCTR-DDD-17013842），该研究取得医理委员会的知情同意。

基于深度神经网络的高分辨MRI直肠淋巴结辅助诊断系统的临床应用价值研究

RCNN到Fastrcnn到Fasterrcnn的演变

线路图,试验流程,人工智能,参数配置

人工智能工作站参数配置6试验流程

【参考文献】