换一批
换一批基于深度学习的胸部X线图像清晰度评价方法
Method Based on Deep Learning for Evaluating Clarity of Chest X-ray Images
摘要：
目的 构建深度学习模型对胸部X线图像进行清晰度评价,并与放射科ManBetX万博官网地址下载 的主观评价对比,验证模型的效能.资料与方法 回顾性收集 2015 年 6 月—2022 年 8 月安徽省 590 家manbet官网登录 共 9 135 幅胸部X线图像,组织放射科ManBetX万博官网地址下载 采用五级评分法对图像清晰度进行多人多次评价,单人评价结果为A、B,多人评价结果为C.构建基于ResNet-50的深度学习模型对胸部X线图像进行清晰度评价,以结果C作为模型训练和测试数据,模型评价结果为D.由 1名放射质控专家对模型评价结果和ManBetX万博官网地址下载 多人评价结果进行审核评价作为图像清晰度的参考标准,评价结果为E.采用Spearman相关、均方根误差(RMSE)和准确率验证模型的效能.结果 与参考标准E相比,D的平均准确率为0.85,高于C的0.84.A、B、C、D与E的ρ分别为0.58(0.54,0.62)、0.59(0.55,0.63)、0.74(0.71,0.77)和0.80(0.78,0.82),D与E的相关性最好.A与B的ρ为0.45(0.41,0.49),两次单人主观评价清晰度相关性较差.A、B、C、D与E的RMSE分别为0.99、0.94、0.72和0.71,D与E的RMSE小于人工评价结果.结论 本研究构建的模型能够准确评价胸部X线图像清晰度,通过深度学习方法可以降低人工评价的主观干扰,为临床放射图像清晰度评价提供有效、客观的工具.
更多
作者：
作者单位：
安徽医科大学第一附属manbet官网登录
影像科,安徽 合肥 230022
[1]
安徽影联云享医疗科技有限公司,安徽 合肥 230088
[2]
合肥综合性国家科学中心先进研究院(安徽省人工智能实验室),安徽 合肥 230088;安徽中医药大学第一附属manbet官网登录
影像科,安徽 合肥 230012
[3]
安徽医科大学第一附属manbet官网登录
影像科,安徽 合肥 230022;安徽省影像诊断质控中心,安徽 合肥 234099
[4]
期刊：
《中国医学影像学杂志》2024年32卷6期 616-621页
ISTICPKUCSCD
关键词：
深度学习质量控制放射摄影术,胸部决策,计算机辅助Deep learningQuality controlRadiography,thoracicDecision making,computer-assisted
栏目名称：
影像技术学
DOI：
10.3969/j.issn.1005-5185.2024.06.018
发布时间：
2024-07-08
基金项目：
安徽高校协同创新项目
- 浏览：3
- 被引：0
- 下载：2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
