人工智能与容量阈值促进机会性筛查脾肿大
根据公认的手稿发表在加勒比海盗的美国放射学杂志》(学杂志),使用一个自动深度学习人工智能工具,以及体重依赖型剂量体积阈值,可能会承受大规模评价CT检查对脾肿大表现的任何迹象。
指出,从历史上看,标准的线性测量脾用作脾体积代孕产生最佳性能检测基于卷的脾肿大,“体重依赖型剂量体积阈值显示脾肿大在大多数的存在病人接受pre-liver移植CT,”佩里说通讯作者j·皮克哈特,让医学放射系的威斯康辛大学医学与公共卫生学院。
皮克哈特和他的同事们让”学杂志接受手稿包括筛选样本8901名患者(4235名男性,4666名女性;平均年龄56岁)接受CT结肠镜检查(n = 7736)或renal-donor CT (n = 1165)从2004年4月到2017年1月。第二批104名患者(62名男性,42岁女性;平均年龄56岁)与终末期肝脏疾病接受pre-liver移植CT从2011年1月到2013年5月。皮克哈特等。让深入学习算法以前开发、训练和测试在美国国立卫生研究院临床中心用于脾细分,帮助确定脾卷,两个放射科医生独立审查的一个子集分割说。
最终,这个自动化的深度学习AI工具是用来计算脾体积CT检查的8853例患者的主要人口门诊。另外,脾体积最强烈与体重有关,在一系列的患者因素。
“据我们所知,”学杂志作者总结说,“这项研究代表最大的报告样例患者接受脾脏体积分割。”
更多信息:阿尔贝托·a·佩雷斯等自动深度学习人工智能工具脾CT细分:定义基于卷的脾肿大的阈值,美国放射学杂志》(2023)。DOI: 10.2214 / AJR.23.29478