获取途径

作者

王海铮 封丽 王森 郭慧敏 孟繁国

作者单位

山东第一医科大学第一附属医院(山东省千佛山医院)超声医学科山东省医药卫生腹部医学影像学重点实验室

刊名

中国辐射卫生

年份

2025

卷号

第34卷

期号

第1期

页码

77-83

ISSN

1004-714X

关键词

卵巢癌 经阴道超声 经腹超声 CNN 分割 卵巢囊肿

分类号

TP18;R737.31

摘要

目的 探讨对于卵巢恶性肿瘤诊断以及良恶性鉴别方面，人工智能在经腹部扫查以及经阴道扫查方式下，哪种扫查方式最终诊断结果更加准确。方法 基于数据集，将数据集以及收集的经腹部以及经阴道扫查的二维超声图像进行预处理，提高图像的质量，再对感兴趣区域进行分割并将其分为训练集以及测试集。利用卷积神经网络对图像训练集进行学习，最终计算出测试集上模型的准确性。结果 经阴道部扫查较经腹部扫查最终测试集诊断恶性卵巢肿瘤准确率提高14%。对于鉴别含有囊性成分的卵巢肿瘤良恶性方面，经阴道扫查和经腹部扫查混合后比单纯经腹部扫查准确率提高9.7%。结论 在不同扫查方式下CNN均能够识别卵巢恶性肿瘤，但经阴道扫查相较经腹部扫查准确率更高，并且经阴道扫查方式下CNN模型鉴别卵巢肿瘤良恶性准确率更高。

文献类型

期刊

浏览量

5