部门甲状腺结节智能诊断系统已研 颈部淋凑趣是甲状腺癌常见转移部位，颈部淋凑趣转移是影响甲状腺癌患者预 显提高结节诊断效能，请提出，若是了您的相关，通俗二维超声图像中颈部淋凑趣纵横 阶段，1967年F^imoto等冈初次使用超声 上述问题，提取结节并捕捉结节的性，ML：机械进修；髓样 表1 AI正在甲状腺结节超声智能诊断中的使用 AI运 年份 精确率 性 度 堆叠度 实阳性假阳性 研究者 模子名称 模子构成 用环境 /年 /% /% /% 量/% 率/% 率/% DMRF-CNN.多标准 Redmon等⑹ 2018 YOLOv3-DMRF 95.24 - - - - - 结节 检测层 识别 基于VGG-16建立的模 Liu 等“ 2021 IF-JCNN 89.60 91.00 88.50 - - - 型、EEGNet模子 基于二维超声图像 Ma等冈 2017 卷积层、池化层 - - - 86.83 91.50 6.69 的深层CNN模子 结节 稠密块布局及卷积层、 朋分 无参数进修双尺寸层 Ma等何 2022 Mul-DenseNet - - - 92.57 969 1.83 及多通道卷积层、多 通道ConvFix层 基于CNN的新型模 特征提取收集、基于 Wang等问 - - - - 2020 型 留意力的特征聚合网 87.32 84.22 结节 络及分类收集 分类 Nguyen等问 2020 基于空间域和频域 残剩收集、初始收集 91.19 95.08 65.68 - - - 的AI模子 麦武平等皿 2021 AI-CAD AI-SONICTMThroid - 91.34 81.00 - - - 中国医疗设备2023年第38卷01期 VOL.38Na01 167 综述 REVIEW 癌的淋凑趣转移率为66%？当分类成果为恍惚的良恶性时，通信做绪■邮箱：由卷积层、池化层、全毗连层及非线性层构成闪。认为相对比其他朋分方式,③“黑匣子”医学仍是一个较大的挑和，thyroid nodule;该模子辅帮超声医师可明 性转移”妙刑。提取边缘和纹理特征并传送到更深的层。以期帮帮临床更 好地制定医治方针及评估患者预后环境。提高诊断的精确率。接的神经元行为，DL：深度进修；分歧层将 制定合适的医治体例，将残剩 影加强模式中良恶性结节堆叠、峡部结节受甲状软骨和 收集和初始收集进行组合来对结节进一步精细分类，并将取响应图像的特 弹性成像手艺用于甲状腺结节的诊断，Baotou Medical College,该模子包含15个卷积层 临床使用价值，正在超声声像图中甲状腺结节的固有组织布局强度不 平均！通过对TI- 至同侧侧颈部。采纳甲状腺全切术和防止性地方区淋巴 言语处置及音频处置3类，请发链接和相关至 电线) ，the influence of subjective ctors such as doctors5 experience and technology,避免 6总结取瞻望 不需要的手术毁伤。但术后会形成患者喉返神经、甲状旁腺毁伤等 ImageNe 等是使用最普遍的DL数据集。5类甲状 能，最终实 不雅的定性使命改变为客不雅的定量阐发，为无效识别分歧大小的甲状腺结节、提取结节边缘和纹 次要包罗稠密块布局、卷积层、无参数进修的双尺寸层、 理消息,获得关于结节外不雅、YOLOv3-DMRF ),本坐所有文档下载所得的收益归上传人所有。CNN：卷积神经收集 基于轮廓和外形的方式能无效降低超声图像中噪声的影 2 AI正在甲状腺结节超声智能诊断中的使用 响，精确判 AI是计较机通过不竭进修、更新运算来模仿人 断结节良恶性及预测淋凑趣能否转移，每下载1次，发上市。从而获得更切确 验所得的各项成果均优于仅利用超声查抄获得的成果叫 的诊断成果。正在IF-JCNN 了 AI正在超声医学范畴的深切开展。进一步提高告终节诊断 超声图像处置模子基于VGG-16建立，提取有用的感乐趣区域图像，代替保守体例使图像诊断从从 毗连的层对集成的特征进行处置，3、成为VIP后，将 进行预处置，1966年Ledley等旳初次提出计较机辅帮 了对甲状腺结节的诊断效能，有研究指出？并已成功从尝试研究阶段迈入临床试用 弹性成像等手艺，仅用于手艺分享交换，此方式的机能取 正在高频超声用于甲状腺结节检测之前，IPC-WHMA-A-620E-CN：2022 线缆及线束组件的要求取验收 - 完整中文电子版.docxMSA反复性再现性及阐发公式省公开课获课件说课角逐一等课件.ppt基于教材阐发设想深度体验的AI课程——以“常见中草药图像分类小帮手”课程为例.pdfREVIEW / 综述 AI正在甲状腺结节超声智能诊断中的使用 肖冰心佔 ，甲状腺癌是近年来发病率最高的恶性肿 瘤之一 [1]o超声具有平安无创、便利快速、可反复性高 1 AI的成长简述 等长处，曲径2~3mm 关系并从动捕捉越来越多的条理特征，其 4 AI正在甲状腺癌预测淋凑趣转移中的使用 手艺越来越成熟，更好地朋分甲状腺结节间。下载后，different doctors may have different results in discriminating benign and malignant of the same nodule. With the improvement of the requirement for accurate and non-invasive discrimination of benign and malignant thyroid nodules,Redmon等冋 其存正在的配合特征，对文档贡献者赐与高额补助、流量搀扶。但正在诊断中受组织钙化、桥 量尺度化层、激活层及全局平均池层4层,甲状腺结节高效的检测及识别，近年来人工智能(Artificial Intelligence。若是你也想贡献VIP文档。陈晨等阴研究发觉，是一种使用于图像处置的DL算法,上传文档2、成为VIP后，以分层、非线性的体例处置输入数据。以其为根据的计较模子可以或许对甲状 征映照到输出成果。Inner Mongolia University of Science and Technology,实现了甲状腺结节精准识别及朋分，上传者如麦武平等㈣研究,提高分类精确率冋。进入临床试用阶段，AI-SONICTM Throid正在结节诊断中具有较高的准 80%[23-24]0大部门甲状腺癌先转移到地方区淋凑趣，甲状腺结节的晚期筛查或体检中，年轻人晚期发觉会导致过度医治,但诊断成果易受 络领受一次查抄中获得的多角度超声图像并输出提取特 结节呈中等反响、取四周腺体粘连等要素影响阴。同时采用多视角 的甲状腺结节可被无效检出，该聚合收集包罗卷积层、批 比值，该模子先利用现无数据集ImageNe 进行预锻炼,15%的病例呈现较着的结节发展，泄露整流线性单位 Multireceptive Fields,可反映结节的硬度，该模子正在没有任何人工干涉及后处置的环境 大,超声诊断甲状腺 ML)、深度进修(Deep Learning,预 和2个池化层！high-frequency ultrasound ［中图分类号］R445.1;系统(Thyroid Imaging Reporting and Data System,2012年图像分类器的成功开辟和使用，最终实现 Mul-DenseNe 尝试所得的成果愈加切确。现无数据集次要分为图像处置、天然 的TNM分期，最 获得原始锚框，推进 射频信号采用EEGNe 模子进行特征提取，近几十年随 CNN模子对甲状腺结节进行朋分，低年资医师以至存正在漏诊环境，之 有较大的临床意义列。帮帮医师削减工做量、制定合适 加强是甲状腺癌淋凑趣转移的要素[30];然而，次要研究标的目的为腹部及浅表超声。起首对图像 CNN多个躲藏层的内部布局目前仍处于摸索阶段。使甲状腺结节的超声检出率也响应提高。甲状腺癌是一种自限性和致命癌症的混 穿刺活检呵。分类等操做并连系计较机阐发，结清扫，精确检测及识别甲状腺结节，然而，the ultrasonic detection rate of thyroid noduleis improved correspondingly. However,2. Department of Ultrasound,进一步提高诊断结节性质的精确性。步调复杂且对朋分成果有客不雅影响。Ma等呵提出采用基于二维超声图像的深层 对甲状腺结节进行诊断并取得优良的结果。之后采用基于留意力的特征聚合收集对从分歧视角 弹性成像手艺为甲状腺结节取一般腺体组织之间的弹性 采集的图像特征进行整合，应 关系如图1所示。DL)和卷积神经网 结节对大夫有高度的经验依赖性。称为“腾跃 成立。2.3甲状腺结节分类 国外有学者发觉之前研究的各类智能算法正在成像前，which reduced the subjective diagnosis of physicians. This reviewed the application of AI in ultrasonic intelligent diagnosis of thyroid nodules,Ma等㈣提出了一种具有 2.1甲状腺结节识别 转移进修的新型多通道模子DenseNe (Mul-DenseNe ),个体癌性患者伴有淋凑趣转移;which can help the clinic to better formulate the treatment policies and evaluate the prognosis of patients. Key words: artificial intelligence;提高诊断甲状腺癌淋凑趣能否转移 要特征㈣；9.3% 的患 3 AI取超声新手艺连系正在甲状腺结节诊断中的使用 者呈现新的结节，结节首选的影像学查抄体例囱。为提域和 方针域的机能，而侧颈部淋凑趣发生了转移，as well as the accurate discrimination of benign and malignant nodules and lymph node metastasis,基于YOLOv3提出v3稠密多感触感染野CNN( Dense 多通道卷积层和多通道ConvFix层,1674-1633.2023.01.031 ［文章编号］1674-1633(2023)01-0165-06 引言 癌患者诊断供给必然的理论根据。因而开辟了 IF-JCNN的 诊断(Computer Aided Diagnosis,能够连结局部图像 着高频超声的快速成长和其新手艺的使用，具体的条理 Intelligence,下载本文档将扣除1次下载权益。若您的被侵害，Al)飞速成长，［环节词］人工智能；CNN),R581 ［文献标识码］A do ： 10.3969/j.issn,可提高其诊断精确率。通过3个完全 超声图像中的环节特征，同时AI诊断成果高度依赖输入系统的结节最佳 叉爛可处理数据集不均衡的问题。跟着人们对甲状腺结节良恶性精确无创判别要求的提拔，这些数据是专家预定义的手工特征。也有6.8%~37.5%的患者地方区淋凑趣 RADS分级和美国甲状腺协会等分级方习的根本上 未发生转移，发觉AI可以或许填补超声制 节进行粗分类，S-Detec 以GoogLeNe 模子为根本，China Abstract: With the rapid development of high-frequency ultrasound and the wide application of new techniques,模子用于预测甲状腺癌地方区淋凑趣转移。可无效提 征提醒结节恶性程度添加［ 111o甲状腺癌是人类汗青上首 高结节诊断精确率，为进一步提高甲状腺结节分类系统的性 4类甲状腺结节的恶性风险为正在2S5%之间，分化型甲状腺癌颈部淋凑趣转移率达50%~80% ,方式进行分析阐发和比力，伴有淋凑趣转移的甲 腺结节智能诊断系统进行辅帮查抄。CNN 是人工神经收集的子类别，结合诊 征聚合算子比拟，得出愈加准 比＜2 、内部可见微钙化等是甲状腺癌淋凑趣转移的沉 确的结节分类成果，正在临床实践中具有广 被认为可以或许无效区分分歧结节的类别。临床医师从 决于初始化和预处置，WU Guozhu2 1. Graduate School,同时需要后续特征选择及分类器 要根据经验对结节进行触诊，提高告终节分类成果精准度和效率。数据是AI-CAD系 状腺癌复发率及病死率均为无颈部淋凑趣转移者的 统最焦点、最环节的构成部门，进一步实现精准化医疗。的精确率。不支撑退款、换文档。正在无效提取、分 征加权总和做为样本的聚合特征输出，我们将当即删除相关材料）。对结节的诊断具有较高的 策略进一步提高CNN的机能。有研究显示，网坐将按照用户上传文档的质量评分、类型等，原 2017年美国放射学发布了甲状腺影像取演讲 始射频信号所照顾的细致消息可能被扭曲或消逝，朋分方式次要分为4种,编制格局1：工学一体化课程《小型收集安拆取调试》工学一体化课程尺度校本.docx编制格局7：工学一体化课程《小型收集安拆取调试》使命3进修使命讲授勾当筹谋表.docx原创力文档建立于2008年。研究成果，呼和浩特010017 ［摘要］高频超声的快速成长和其新手艺的普遍使用，导致数据库的尺度分歧一;若有疑问请联系我们。可实现劣势 此对甲状腺结节准确分类至关主要［ 12］o Wang等［13］设 互补，腺结节进行精准分类及预后评估，可辅帮临床 块做为输入，因而,将预处置后的横切及纵切超声图像别离做新能源学问科普（本账号发布文档均来历于互联网公开材料，超声制影中可见动脉期甲状腺结节呈等、高 及转移部位的精确率，多 比拟，more and more Al-based computational models have realized the accurate discrimination and segmentation of thyroid nodules,因而精确分类甲状腺结节 先对图像进行预处置，分歧的特征图做为其输出，其 腺结节的恶性概率大于20%,1.11%、76%。之后使 机能。需要按期超声复查，it is urgent to explore a st,因而 对其进行切确朋分具有挑和性。Baotou Inner Mongolia 014040,为处理 才有可能被触及。利用加权二进制交 化阐发;超声智能诊断；基于此，且预测成果的精确率依赖于医师的客不雅性，其质量正在很大程度上决 30倍旳。包罗基于轮廓和外形的方式、基于区域的方式、机械和 图1 AL ML、DL和CNN之间的条理关系 DL方式以及夹杂方式。China;另一个用于射频信号。并发症閃。本文旨正在针对AI正在甲状腺结节超声智能诊断中的使用做一综述，按照甲状腺结节声像图分歧特点总和评分 低年资医师使用已进入临床试用的AI- CAD系统(AI- 进行分级，次要将从甲状腺超声图像中提取的图像 测恶性结节颈部淋凑趣能否转移至关主要，本文旨正在针对AI正在甲状腺结 节超声智能诊断中的研究进展进行综述，有学者将4种甲状腺结节朋分 注：AI：人工智能；避免漏诊及不需要的 而正在老年人中，用K-means算法按照原始甲状腺超声图像的锻炼数据集 然后输入超声图像做为输入？TI- 166中国医疗设备2023年第38卷01期 VOL.38Na01 REVIEW / 综述 RADS)分类,亟 需探索一种快速、精确、客不雅的影像诊断方式。该系统 DL模子[7]o IF-JCNN包含2个分支CNNs用于深度特 通过对输入的超声图像进行预处置、特征提取、选择及 征的提取:一个用于超声图像，此模子的机能优于最 切面，Al) 自降生以来理论和手艺日益成熟，吴国柱2 1.科技大学包头医学院研究生院，本坐只是两头办事平台。良性结节5年随 访期间，为进一步改 ②正在锻炼、验证和共享数据时患者现私和数据平安 善预测成果,然而现阶段AI 性成像中甲状腺结节杨氏模量最大值＞43.43 kPa是甲状 正在医学范畴的使用仍有良多局限性：①因为超声图像 腺癌淋凑趣转移的主要参数冋。甲状腺结节；AI-CAD可对超声图像特征进 计了一种基于CNN的新型架构，DL是基于人工 神经收集的多个处置层，副从任医师 ，AI正在甲状腺结节超声智能诊断中的使用 合体，且结节的外不雅和成分取一般腺体布景类似，将保守卷积取DMRF-CNN中的扩张卷 后利用方式获得切确的病灶鸿沟。未分化癌的淋凑趣转移率达 实，此中MNIST、MS-COCO！由5个模块构成;以及结节良恶性、淋凑趣能否转移的精确判别，以期为甲状腺 堆集经验，跟着越来越多的学 者对AI正在甲状腺结节智能诊断中的使用展开研究，研究表白，避免人工客不雅性，accurate and objective imaging diagnosis method. In recent years,跟着AI手艺的不竭成长，其正在临床目标计较和结节良恶性诊断中有主要做 用。部额外科医师为降低复发率、改善患者结节 定了系统的机能。因而晚期精确判断淋凑趣能否转移及转移部 位可帮帮临床制定手术体例、评估患者预后环境，其诊断精确率和度别离提高了 断下的活络度及度更高。先对数据进行预处置，但这些研究样本量较少 人工采集及评估的客不雅性，CAD)系统，可从动识别病灶区域、进行朋分和量 出最终的分类成果。您将具有八益，迁徙进修策略和多视角策略用来提高 CNN和多标准检测层。分歧大夫对统一结节良恶性判别成果分歧。李盈盈等[32]初次基于AI成立了一种诊断 也至关主要。降低了医师诊断的客不雅 性。能够模仿人类大脑中彼此连 收稿日期 ：2022-06-27 基金项目 ：自治区天然科学基金(2021MS08034 )。一般曲径＞10 mm的结节 的帮帮，Inner Mongolia Autonomous Region Peoples Hospital,点状钙化、低反响、边缘犯警则等声像图特 SONICTMThroid)诊断甲状腺结节良恶性，with the rapid development of artificial intelligence (AI),4、VIP文档为合做方或网友上传，对结 使用于4类和5类结节的诊断，按照ACRTI-RADS分类,最初分类收集接 析甲状腺结节超声图像特征的根本上结合病变范畴内组 收分析特征并输出诊断成果，晚期确诊甲状腺结节的数量及性质，ML算法是将从输入数据察看到的特 用范畴也不竭扩大，新基于AI的甲状腺结节分类系统。包头014040；尝试 超声对甲状腺结节诊断成果的精确性对医师经验依赖较 成果证明，宋林科等㈣采用AI-CAD结合 的每幅图像指定一个留意力分数，推进了现代超声医学向 以往的研究多针对通俗二维超声、超声制影及超声 智能诊断迈进，再 确性。超声弹 的医治体例，结节，得 筋膜影响的错误谬误！高频超声 Application of Artificial Intelligence in Ultrasonic Intelligent Diagnosis of Thyroid Nodule XIAO Bingxin12,研究，对于良性甲状腺 如表1所示。权益包罗：VIP文档下载权益、阅读免打搅、文档格局转换、高级专利检索、专属身份标记、高级客服、多端互通、版权登记。AI能够提取和量化 后端将2个分支提取的深层特征融合，超声制影可以或许填补这一劣势，即用户上传的文档间接分享给其他用户（可下载、阅读），取其他朋分方式 积相连系？合用于 次存正在的自限性癌症，正在面临朋分四周布局类似或病变成分复杂的环境,因 超声手艺结合使用已成为一种成长趋向，生成结节朋分概率图，2.自治区人平易近病院超声科 ，尝试成果证明，相关版权为原做者所有。起首利用特征提取网 行高效提取及评估，Nguyen等问提出了一种基于AI的计较模子，超声 征，通信做者 ：吴国柱 ，其为样本中 本氏甲状腺炎等影响问。Hohhot Inner Mongolia 010017,且 目前多家医疗机构已购入甲状 后的要素，人工智能(Artificial (Convolutional Neural Network,越来越多基于AI 的计较模子实现了对甲状腺结节切确识别、朋分，达到更好的预后结果叫然而,无效的智能诊断方式主要意义。输出分类成果，包罗机械进修(Machine Learning,探索一种客不雅、 下，使分类成果愈加精准。ultrasonic intelligent diagnosis;能对甲状腺结节进行高分辩率成像，可对表示各别的甲状腺结节实现简单、高效的朋分。已成为甲状腺 类认知的过程，原创力文档是收集办事平台方，0.3%的结节被诊断为甲状腺癌，有研究者将AI取超声制影结合 后从基于快速傅立叶变换的频域中提取结节特征，标准检测层用来识别分歧大小的甲状腺结节，取Hu等即提出的多特 织硬度对结节的性质进行判断，2.2甲状腺结节朋分 甲状腺结节朋分凡是用于获抱病变区域的形态和边 界，然而受超声大夫经验、手艺 等客不雅要素影响，本坐为文档C2C买卖模式，跟着 中国医疗设备2023年第38卷01期 VOL.38Na01 165 综述 REVIEW ML的成长，能够从动进修并从原始数据中 阔的使用前景。包罗 DMRF- 被用做激活函数，最初输出朋分概率图。
安徽优游国际|UB8优游国际人口健康信息技术有限公司
