-
公开(公告)号：CN113223704B
公开(公告)日：2022-07-26
申请号：CN202110550042.2
申请日：2021-05-20
Applicant: 吉林大学
Abstract: 本发明属于主动脉瘤辅助诊断技术领域，具体为基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法，包括步骤一：数据采集，首先从医院的院区中回顾性的收集了多份带有主动脉的普通CT扫描；步骤二：数据处理，将其分为三个数据集：训练集，内部测试集和外部测试集；步骤三：建立模型，然后利用Attention‑Unet卷积神经网络构建辅助诊断工具，使用其评估测试集中主动脉瘤风险，检测敏感度、特异度和准确度，其设计合理，对主动脉瘤具有良好的诊断能力。与放射科医生联合使用，该方法可以显著增强放射科医生的胶片读取和决策能力，提高影像科室的整体实力。这一先进技术的性能证明了这种无创、廉价、方便的方法具有临床试验的潜力。
-
公开(公告)号：CN113223704A
公开(公告)日：2021-08-06
申请号：CN202110550042.2
申请日：2021-05-20
Applicant: 吉林大学
Abstract: 本发明属于主动脉瘤辅助诊断技术领域，具体为基于深度学习的计算机断层扫描主动脉瘤的辅助诊断方法，包括步骤一：数据采集，首先从医院的院区中回顾性的收集了多份带有主动脉的普通CT扫描；步骤二：数据处理，将其分为三个数据集：训练集，内部测试集和外部测试集；步骤三：建立模型，然后利用Attention‑Unet卷积神经网络构建辅助诊断工具，使用其评估测试集中主动脉瘤风险，检测敏感度、特异度和准确度，其设计合理，对主动脉瘤具有良好的诊断能力。与放射科医生联合使用，该方法可以显著增强放射科医生的胶片读取和决策能力，提高影像科室的整体实力。这一先进技术的性能证明了这种无创、廉价、方便的方法具有临床试验的潜力。
-
Search Results
2
records
(took 0.016 seconds)
