人工智能在甲状腺结节良恶性中的诊断价值

发布时间：2021-02-09 12:38

　　目的探讨超声S-Detect技术在甲状腺结节良恶性中的诊断价值。方法由3名超声医师对98例患者共136个甲状腺结节的超声图像进行良恶性评估后与S-Detect技术判别结果进行对比。以病理学结果或ATA指南为诊断标准进行对照,分析不同年资医师及S-Detect技术的诊断效能和评价者之间的一致性。结果 136个甲状腺结节中良性病变81个,恶性病变55个。S-Detect技术诊断灵敏度高于低、中年资医师（P<0.05）,特异度低于不同年资医师（P<0.05）,S-Detect诊断准确度为65.44%。S-Detect与高年资医师的诊断一致性中等（Kappa=0.439,P<0.05）。与S-Detect联合诊断可明显提高超声医师的诊断效能（P<0.05）。结论 S-Detect技术在甲状腺结节良恶性诊断中的灵敏度较高。与S-Detect技术联合诊断可明显提高超声医师的诊断效能,具有很好的临床应用前景。S-Detect技术与高年资医师诊断一致性相对较好,未来有助于超声图像的标准化判读。 

【文章来源】：中国超声医学杂志. 2020,36(07)北大核心

【文章页数】：4 页

【部分图文】：

甲状腺结节S-Detect诊断报告

【参考文献】：
期刊论文
[1]S-Detect技术与BI-RADS分类对乳腺肿物良恶性评估的比较[J]. 杜建文,葛雪,刘欢颜,王洪,晋秀丽,李风娟.  中国超声医学杂志. 2019(07)
[2]超声S-Detect技术在甲状腺肿瘤诊断中的初步应用[J]. 韩红,俞清,赵磊,张龙辉,王文平,李超伦,李丛.  中华超声影像学杂志. 2018 (01)



本文编号：3025641