TY -的盟他Zhehao AU - Lv,王盟——胡,剑PY - 2020 DA - 2020/08/01 TI -一个简单的方法来训练人工智能诊断模型的肺结节SP - 2812874六世- 2020 AB - 背景。subcentimetre肺结节的鉴别诊断一直是直径小于1厘米的问题之一成像胸医生和外科医生。我们计划创建一个深度学习模型诊断肺结节的简单方法。 方法。图像数据和病理诊断的病人来自浙江大学医学院第一附属医院从10月1日,2016年,2019年10月1日。数据预处理和数据增大后,训练集用于训练模型。测试集是用来评估训练模型。同时,临床医生也将诊断测试集。 结果。总共有2295 496肺结节和相应的病理诊断的图像被选为训练集和测试集。数据增大后,训练集图像的数量达到12510张图片,其中包括6648名恶性结节性图片和5862良性结节性图像。下的面积 P - - - - - - R 0.836训练模型的曲线是恶性和良性结节的分类。训练模型的ROC曲线下的面积是0.896 (95% CI: 78.96% ~ 100.18%),高于三个医生。然而, P 值不小于0.05。 结论。自动机器学习系统的帮助下,医生可以创建一个深度学习肺结节病理分类模型没有深度学习专家的帮助。这个模型的诊断效率不是劣质的临床医生。SN - 1748 - 670 - 2020/2812874 / 10.1155 x你——https://doi.org/10.1155/2020/2812874——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER