%0 Journal Article
%T 乳腺X线AI智能病灶检测
%A 李欣
%A 梁森
%A 黄正南
%A 夏晨
%A 张荣国
%A 吴孝掌
%A 赖原仲
%J 放射学实践
%D 2018
%R 10.13609/j.cnki.1000-0313.2018.10.010
%X 【摘要】目的：初步探究使用最新的人工智能(AI)检测方法检测乳腺X线病灶，包括肿块，乳腺内淋巴结和钙化，为进一步的乳腺钼靶X线AI智能系统应用提供初步验证。方法：使用深度学习目标检测Faster R-CNN算法，训练人工标注的1892例乳腺钼靶X线数据集，在400例测试数据集上验证AI病灶检测的性能。结果：AI智能检测出肿块526个(共689个)，乳腺内淋巴结912个(共1098个)，圆形钙化52个(共73个)，环形钙化519个(共692个)，粗糙钙化353个(544个)，其敏感度分别为76.4%，83.1%，71.2%，75.0%，64.9%，假阳率分别为35.7%，38.6%，0.9%，0.6%，18.4%。结论：AI能较好地检测出乳腺钼靶X线影像中的肿块，淋巴结和钙化，为更深入的AI智能检测系统研究提供初步验证
%K 人工智能 学习 乳腺肿瘤 放射摄影术
%U http://www.fsxsj.net/ch/reader/view_abstract.aspx?file_no=20181010&flag=1