人工智能在超聲影像甲狀腺結節良惡性預測研究

摘要：目的:探討人工智能在甲狀腺結節良惡性鑒別診斷中的應用價值。方法:利用深度學習技術對醫院2015-2018年1020例匿名患者的超聲甲狀腺結節進行圖像采集和建模,對390例測試患者的甲狀腺結節良惡性進行預測,將人工智能、超聲圖像及聯合診斷對超聲檢查的準確率、精準度、靈敏度和特異度進行對比分析,將分析結果分為人工智能組、超聲影像組和聯合診斷組,并與術后病理結果進行對比。結果:人工智能組、超聲影像組和聯合診斷組的診斷準確率分別為70.00%、78.46%和82.82%;精準率分別為68.50%、77.17%和83.43%;靈敏度分別為53.05%、64.05%和69.74%;特異度分別為82.30%、87.76%和91.18%。結論:人工智能的預測方法具有一定的準確率、精確率、敏感度和特異度,聯合診斷更能夠有效地預測甲狀腺超聲圖像中的結節,并能判定其良惡性。