换一批Vision-LSTM模型在甲状腺影像报告与数据系统4b类甲状腺结节超声影像诊断中的应用与评估
Application and evaluation of Vision-LSTM model in diagnostic ultrasound imaging of Thyroid Imaging Reporting and Data System Category 4b thyroid nodules
摘要目的 探讨基于Vision-LSTM的人工智能(artificial intelligence,AI)技术对甲状腺影像报告与数据系统4b(Thyroid Imaging Reporting and Data System Category 4b,TI-RADS 4b)类甲状腺结节的超声诊断准确性,评估其辅助临床决策的可行性.方法 收集我院401例TI-RADS 4b类甲状腺结节的超声影像数据,并利用这些数据对Vision-LSTM模型进行训练和验证.将AI模型的诊断结果与初级医生及高级医生的诊断结果进行对比,评估其在诊断准确性、稳定性等方面的表现;采用曲线下面积(area under the curve,AUC)、精确率-召回率(precision-recall,PR)曲线等指标对模型性能进行量化分析.结果 在独立验证中,Vision-LSTM模型的AUC(0.88)与准确率(89.4％)均显著高于初级医生(AUC:0.624),并达到与高级医生(AUC:0.787)相当的水平,证明了其辅助诊断的应用潜力.AI模型能够准确识别超声影像中的复杂特征,稳定输出一致的诊断结果,展现出较高的准确性和可靠性.结论 基于Vision-LSTM模型的AI技术可显著提升TI-RADS 4b类甲状腺结节的诊断效率与准确性,为医生提供有效辅助,减轻工作负担.
更多相关知识
关键词
甲状腺影像报告与数据系统甲状腺结节Vision-LSTM模型诊断准确性人工智能Thyroid Imaging Reporting and Data SystemThyroid nodulesVision-LSTM modelDiagnostic accuracyArtificial intelligence
分类号
R736.1（内分泌腺肿瘤）
栏目名称
DOI
10.6040/j.issn.1671-7554.0.2025.0696
发布时间
2025-12-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省自然科学基金项目（ZR2025MS1474）
- 浏览0
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
