導讀 根據 ARRS 自己的美國倫琴學雜志(AJR) 上發(fā)表的一份已接受的手稿，使用自動深度學習人工智能工具以及基于體重的體積閾值，可以對任何人
根據 ARRS 自己的美國倫琴學雜志(AJR) 上發(fā)表的一份已接受的手稿，使用自動深度學習人工智能工具以及基于體重的體積閾值，可以對任何人進行的 CT 檢查中的脾腫大進行大規(guī)模評估。指示。
注意到，歷史上，用作脾體積替代的標準線性脾測量在檢測基于體積的脾腫大方面產生了次優(yōu)的性能，“基于體重的體積閾值表明大多數接受肝移植前 CT 的患者存在脾腫大，”通訊作者、威斯康星大學醫(yī)學與公共衛(wèi)生學院放射科醫(yī)學博士 Perry J. Pickhardt 解釋道。
Pickhardt 及其同事接受AJR的手稿包括 8,901 名患者(4,235 名男性，4,666 名女性;平均年齡 56 歲)的篩查樣本，這些患者從 2004 年 4 月至2017 年 1 月。從 2011 年 1 月到 2013 年 5 月，由 104 名終末期肝病患者(62 名男性，42 名女性;平均年齡 56 歲)組成的第二隊列接受了肝移植前 CT 檢查。Pickhardt 等人的深度學習算法- 先前在美國國立衛(wèi)生研究院臨床中心開發(fā)、培訓和測試 - 用于脾臟分割，以幫助確定脾臟體積，由兩名放射科醫(yī)生獨立審查所述分割的子集。
最終，這種自動化的深度學習人工智能工具被用來計算來自主要門診人群的 8,853 名患者的 CT 檢查的脾體積。此外，在一系列患者因素中，脾臟體積與體重的相關性最強。
AJR 的作者總結道：“據我們所知，這項研究代表了接受脾臟體積分割的最大患者樣本報告。”
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！