-
公开(公告)号:CN115439701B
公开(公告)日:2023-04-18
申请号:CN202211387968.5
申请日:2022-11-07
Applicant: 中国医学科学院北京协和医院
IPC: G06V10/764 , G06T7/246 , G06N3/0464 , G06N3/0442 , G06N3/084 , A61B8/08 , A61B8/00
Abstract: 多模态超声图像的RA活动度深度学习方法与装置,能够对RA患者以静态图像或视频剪辑形式获得的GS和PD图像进行处理,从而更客观和可靠地对疾病活动进行分类。方法包括以:(1)静态模型建立;(2)动态模型建立;(3)采用均数±标准差SDs来描述定量参数,包括临床评分和实验室数据;采用受试者工作特征ROC曲线分析来说明DL评分模型的预测性能;采用Delong检验来比较ROC曲线;以超声医生的评价作为金标准,计算模型中每种二元分类的敏感性和特异性。
-
公开(公告)号:CN115439701A
公开(公告)日:2022-12-06
申请号:CN202211387968.5
申请日:2022-11-07
Applicant: 中国医学科学院北京协和医院
Abstract: 多模态超声图像的RA活动度深度学习方法与装置,能够对RA患者以静态图像或视频剪辑形式获得的GS和PD图像进行处理,从而更客观和可靠地对疾病活动进行分类。方法包括以:(1)静态模型建立;(2)动态模型建立;(3)采用均数±标准差SDs来描述定量参数,包括临床评分和实验室数据;采用受试者工作特征ROC曲线分析来说明DL评分模型的预测性能;采用Delong检验来比较ROC曲线;以超声医生的评价作为金标准,计算模型中每种二元分类的敏感性和特异性。
-