换一批基于深度学习算法的CT自动诊断系统在NSCLC患者TNM分期中的建立与应用
Establishment and Application of a CT Automatic Diagnosis System based on Deep Learning Algorithm in TNM staging of NSCLC Patients
摘要目的 建立基于深度学习算法的计算机断层扫描(CT)自动诊断系统,并探讨其在非小细胞肺癌(NSCLC)患者肿瘤淋巴结转移(TNM)分期中的应用.方法 回顾性分析本单位2020年1月～2022年6月收治的245例NSCLC患者的临床资料作为训练集,提取CT检查特征信息和TNM分期数据,基于深度学习算法构建CT自动诊断系统.另选取本单位2022年7月～2023年6月收治的102例NSCLC患者作为验证集,经该系统诊断TNM分期,将病理学检查结果作为"金标准",评价该系统对TNM分期的诊断价值.结果 基于深度学习算法构建了 CT自动诊断系统,该系统诊断各期的灵敏度、特异度、准确度与约登指数均高于常规CT诊断;基于深度学习算法的CT自动诊断系统诊断TNM分期与病理学诊断一致性高(Kappa=0.846,P＜0.001),常规CT诊断TNM分期与病理学诊断也有一致性(Kappa=0.721,P＜0.001).结论 基于深度学习算法的CT自动诊断系统诊断TNM分期优于常规CT.
更多相关知识
关键词
深度学习算法计算机断层扫描自动诊断系统非小细胞肺癌分期Deep Learning AlgorithmComputer TomographyAutomatic Diagnostic SystemNon Small Cell Lung CancerStages
分类号
R734.2（呼吸系肿瘤）
栏目名称
DOI
10.3969/j.issn.1672-5131.2025.03.021
发布时间
2025-04-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览13
- 被引1
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
