论文部分内容阅读
目的:建立肺炎智能识别和评价系统,提高影像诊断精准率和效率,为临床疗效评估提供依据。方法:结合迁移学习技术,训练一个融合的深度卷积神经网络模型,对肺区域进行病灶识别、对比随访、渲染分割、严重程度的评定和病变体积的计算等。结果:结合迁移学习方法训练的融合深度学习模型对肺炎评价的敏感性达97.3%,特异性99%,疗效评估相关值R达0.87、P<0.01。结论:基于深度学习的肺炎智能定量评价和疗效评估系统,能够精准评价病情、定量评价疗效、合理评估预后。