摘 要: | 针对桥小脑角区听神经瘤和脑膜瘤在临床诊断中不易区分的问题,提出了一种基于深度学习的辅助诊断模型.首先,采集肿瘤的T1WI(T1 Weighted Imaging)增强图像和T2WI(T2 Weighted Imaging)图像,构建基于VGG-net改进的s-VGG网络对两组图像分别进行训练,得到s-VGG-T1 和s-VGG-T2 两个分类模型.其次,集合放射科与放疗科的临床诊断结果,建立深度学习辅助诊断模型,将分类模型结果与临床诊断结果加权平均得到诊断模型结果.相比单独的诊断结果,诊断模型对 10 例肿瘤的诊断准确率有所提升,表明基于深度学习的辅助诊断模型具有良好的性能,可降低误诊率,提升诊断的准确性和临床工作的效率.
|