换一批基于深度学习与imFISH技术的循环肿瘤细胞智能筛查评估模型效能分析
Performance analysis of a circulating tumor cell screening and evaluation model based on deep learning algorithms and imFISH technology
摘要目的 探讨基于深度学习与免疫荧光原位杂交(imFISH)技术构建的循环肿瘤细胞智能筛查评估模型效能分析.方法 收集2022年1月至2022年12月成都市锦江区妇幼保健院1 000个循环肿瘤细胞图像及2 000个健康细胞图像,1 000个循环肿瘤细胞图像按照8∶2比例随机分为训练集(n=800)和测试集(n=200),2 000 个健康细胞图像按照 8∶2 比例随机分为训练集(n=1 600)和测试集(n=400),比较imFISH人工诊断、智能筛查评估模型诊断及联合诊断三者和综合诊断的一致性,以及不同诊断方法用于肿瘤患者筛查的诊断效能.结果 imFISH人工诊断肿瘤患者的敏感度为91.50%,特异度为94.25%,准确度为93.33%,Kappa值为0.851.智能筛查评估模型诊断肿瘤患者的敏感度为84.00%,特异度为90.25%,准确度为88.67%,Kappa值为0.736.imFISH人工诊断联合智能筛查评估模型诊断肿瘤患者的敏感度为96.50%,特异度为97.25%,准确度为97.00%,Kappa值为0.933.imFISH人工联合智能筛查评估模型诊断肿瘤患者,其敏感度、特异度、准确度高于单一诊断方法(P<0.05).结论 基于深度学习与imFISH技术的循环肿瘤细胞智能筛查评估模型联合人工诊断可以更好提高肿瘤患者诊断准确度,在临床上具有良好的应用价值.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1674-6929.2025.12.031
发布时间
2026-01-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省科技厅重点研发项目（2023YFG0280）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
