资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]青岛大学附属医院普通外科医疗中心,山东青岛266003
[2]北京航空航天大学虚拟现实技术与系统国家重点实验室,北京100191
[3]首都医科大学附属北京友谊医院普外科 国家消化系统疾病临床医学研究中心,北京100050
[4]河北医科大学第四医院普通外科,河北石家庄050011
河北医科大学第四医院
[5]北京医院普通外科 国家老年医学中心,北京100730
[6]郑州大学第一附属医院普通外科,郑州河南450052
[7]中山大学附属第六医院普通外科,广东广州510655
[8]青岛市立医院普通外科,山东青岛266011
[9]山东省数字医学与计算机辅助手术重点实验室,山东青岛266003
[10]青岛大学附属医院影像科,山东青岛266003
[11]青岛大学附属医院病理科,山东青岛266003
出处：
ISSN：
关键词：
人工智能
直肠癌
壁外血管侵犯
磁共振成像
摘要：
目的 探索基于区域卷积神经网络(Faster R-CNN)的人工智能影像辅助诊断平台对识别直肠癌壁外血管侵犯(EMVI)的临床应用价值.方法 回顾性分析我国7家医院2016年7月至2019年2月行直肠高分辨MRI检查的500例直肠癌病人的临床资料,其中EMVI阳性174例和EMVI阴性326例.使用随机数字法将病人资料随机分配到训练组(400例,包括EMVI阳性133例和EMVI阴性267例)和验证组(100例,包括EMVI阳性41例和EMVI阴性59例).利用Faster R-CNN对训练组20 430张高分辨MRI图像进行学习和训练,建立人工智能影像辅助诊断平台.对验证组5107张高分辨MRI图像进行临床验证,应用受试者工作特征曲线(ROC)和曲线下面积(AUC),比较人工智能影像辅助诊断平台与高年资影像专家的诊断结果.结果 人工智能影像辅助诊断平台识别EMVI的准确率、敏感度、特异度、阳性预测值和阴性预测值分别为93.4％、97.3％、89.5％、0.90和0.97.AUC为0.98.自动识别单张图像所需时间为0.2 s,而影像学专家判读时间约为10s.结论 基于Faster R-CNN的人工智能影像辅助诊断平台对识别直肠癌EMVI具有高效率和可行性,可辅助影像科医生进行成像诊断.
基金：
国家自然科学基金(81802473);山东省自然科学基金(ZR2019PF017);山东省重点研发计划(2018GSF118206)
第一作者：
第一作者机构：
[1]青岛大学附属医院普通外科医疗中心,山东青岛266003
通讯作者：
通讯机构：
[1]青岛大学附属医院普通外科医疗中心,山东青岛266003
[9]山东省数字医学与计算机辅助手术重点实验室,山东青岛266003
推荐引用方式(GB/T 7714)：
刘书豪,苏柯帆,张宪祥,等.人工智能影像辅助诊断平台对直肠癌壁外血管侵犯识别多中心临床研究[J].中国实用外科杂志.2019,39(10):1081-1084.
