| 深度学习在X线诊断新生儿肺炎中的应用 |
| |
| 引用本文： | 莫琦岚,张水兴.深度学习在X线诊断新生儿肺炎中的应用[J].暨南大学学报,2022,43(2):199-204. |
| |
| 作者姓名： | 莫琦岚 张水兴 |
| |
| 作者单位： | 暨南大学附属第一医院影像科,广东广州510632 |
| |
| 基金项目： | 国家自然科学基金项目(81871323)； |
| |
| 摘 要： | 目的:构建基于胸片的深度学习模型检测新生儿肺炎，旨在提高新生儿肺炎的影像诊断水平及效率。方法:回顾性收集2018年1月至2021年9月暨南大学附属第一医院336幅新生儿胸片，其中新生儿肺炎176例，正常160例。随机将图像按8∶1∶1的比例分为训练集、测试集及验证集。利用ResNet50神经网络进行分类训练模型，然后进行验证。结果:验证组中深度学习模型诊断新生儿肺炎的曲线下面积AUC为0.993 1。结论:深度学习模型能够准确诊断新生儿肺炎，但尚需大样本多中心进一步验证研究。
|
| 关 键 词： | 新生儿肺炎 深度学习 ResNet50 残差网络 |
Application of deep learning in X-ray diagnosis of neonatal pneumonia |
| |
| MO Qilan,ZHANG Shuixing.Application of deep learning in X-ray diagnosis of neonatal pneumonia[J].Journal of Jinan University(Natural Science & Medicine Edition),2022,43(2):199-204. |
| |
| Authors: | MO Qilan ZHANG Shuixing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
