基于深度学习的颈部淋巴结病变诊断的初步研究

发布时间：2024-01-18 07:59

　　背景和目的:颈部淋巴结肿大是颈部乃至全身许多疾病的常见临床表现,其良恶性鉴别不仅仅对疾病定性诊断有帮助,而且是恶性肿瘤患者分级、分期的重要依据,同时对肿瘤患者的生存、局部复发和远处转移的判断有重要价值。深度学习(Deep learning,DL)是人工智能(Artificial intelligence,AI)的方法之一,它是一种以神经元为基本单位的卷积神经网络,是目前医学领域最先进的机器学习方法之一。该模型已应用于肺结节的识别与鉴别、肺癌淋巴结转移的识别与定位、肝癌的分级、心血管疾病的危险因素分层及肿瘤患者预后模型的建立等疾病多个方面,并取得了较高的诊断效能。因此,本研究旨在探讨深度学习模型是否能在多种颈部淋巴结病变中对淋巴结做出良恶性定性诊断及能否对颈部转移淋巴结来源进行预测。第一部分基于深度学习模型的颈部淋巴结定性诊断的初步研究目的:探讨人工智能深度学习模型在颈部淋巴结定性诊断中的应用价值。材料与方法:收集经组织病理学证实的115例病人的颈部增强CT轴位图像,包括恶性淋巴结207枚和良性淋巴结359枚,按照就诊时间顺序将前486枚(恶性169枚,良性317枚)作为训练组,后80枚...

【文章页数】：55 页

【学位级别】：硕士

本文编号：3879602