计算机辅助诊断在尘肺病诊断中应用价值

发布时间：2021-07-20 11:55

　　目的探讨基于深度残差网络的计算机辅助诊断技术在职业性尘肺病（以下简称"尘肺病"）诊断中的应用价值。方法采用方便抽样方法,收集5 424例职业健康检查者数字化X射线胸片图像建立数据集。利用数据集对尘肺病计算机辅助诊断系统进行训练后,对测试集（尘肺病阳性、阴性病例各50例）进行独立诊断并输出阳性概率值。由6名不同年资诊断医师对测试集图像分别进行独立诊断和参考计算机结果进行辅助诊断。采用受试者工作特征曲线下面积（AUC值）、灵敏度和特异度对诊断准确性进行评价;采用Kappa一致性检验对诊断一致性进行评价。结果与使用计算机辅助诊断前比较,使用计算机辅助诊断后尘肺病诊断医师的AUC值、灵敏度、特异度、Kappa值均有所升高;其中,灵敏度从0.74提高到0.85（P<0.05）,Kappa平均值从0.64提高到0.79（P<0.05）;AUC值从0.90提高到0.95,特异度从0.89提高到0.94,但差异均无统计学意义（P>0.05）。结论计算机辅助诊断可提高尘肺病诊断医师尘肺病筛查的灵敏度和一致性,减少医师之间的诊断差异。 

【文章来源】：中国职业医学. 2020,47(04)北大核心

【文章页数】：4 页

【文章目录】：
1 资料和方法
    1.1 数据收集与整理
    1.2 图像预处理与分组
    1.3 尘肺病计算机辅助诊断模型建立
    1.4 诊断医师读片结果判定
    1.5 统计学分析
2 结 果
    2.1 计算机对测试组胸片独立诊断时诊断准确性和一致性
    2.2 不同年资诊断医师采用计算机辅助诊断前后诊断AUC值比较
    2.3 不同年资诊断医师采用计算机辅助诊断前后诊断灵敏度比较
    2.4 不同年资诊断医师采用计算机辅助诊断前后诊断特异度比较
    2.5 不同年资诊断医师在采用计算机辅助诊断前后诊断一致性比较
3 讨 论


【参考文献】：
期刊论文
[1]职业性尘肺病患者生存状况文献计量分析[J]. 许云皓,王焕强,邹建芳.  中国职业医学. 2019(06)
[2]尘肺病患者自我感受负担现状及其影响因素分析[J]. 陈改革,李玉梅.  现代临床护理. 2019(12)
[3]我国职业病诊断标准研制历史与现状[J]. 夏丽华,郑倩玲.  中国职业医学. 2019(05)
[4]数据挖掘在职业卫生领域的研究现状[J]. 卢耀勤,刘继文.  中国职业医学. 2019(02)
[5]计算机辅助诊断在尘肺病诊断中的应用[J]. 王峥.  世界最新医学信息文摘. 2019(08)
[6]人工智能在医学影像CAD中的应用[J]. 潘亚玲,王晗琦,陆勇.  国际医学放射学杂志. 2019(01)
[7]基于U-net模型的全自动鼻咽肿瘤MR图像分割[J]. 潘沛克,王艳,罗勇,周激流.  计算机应用. 2019(04)
[8]新时期职业病防治形势分析及对策建议[J]. 李涛.  中国职业医学. 2018(05)
[9]ROC曲线分析在尘肺诊断医师尘肺读片能力提升方面的实践[J]. 王欣.  影像技术. 2018(04)
[10]我国职业性尘肺病诊断标准的演变和发展[J]. 王峥,张建芳,钱青俊.  中国工业医学杂志. 2017(01)

硕士论文
[1]Kappa系数在一致性评价中的应用研究[D]. 王军.四川大学 2006



本文编号：3292777