[快訊] 詹雅婷醫師團隊,有關透過機器學習建立人工智慧模型區分良性和惡性卵巢腫瘤研究,獲 Insights into Imaging 刊登!

 

 

01_III_JanYT_04

 

 

文章介紹

 

詹雅婷醫師團隊想要發展一個人工智慧(AI)模型,利用影像組學(radiomics)和深度學習(DL)功能,從 CT 影像中區分良性和惡性卵巢腫瘤。

 

研究共納入 149 位經病理學確認的卵巢腫瘤患者,其中包括 185 個腫瘤,並以 7:3 比例將其分為訓練集和測試集。

 

所有腫瘤均從手術前的增強 CT 影像中手動分割。利用 radiomics 和 DL 方法提取 CT 影像特徵,建立五個不同組合特徵集的模型,並使用機器學習(ML)分類器,將良性和惡性腫瘤進行分類。在測試集中,將模型的性能與五名放射科醫生進行比較。

 

結果顯示,在五個模型中,表現最佳的是採用 radiomics、DL 和臨床特徵組合的集成模型。該模型達到 82% 的準確度、89% 的特異度和 68% 的敏感度。

 

與資淺放射科醫生的平均結果相比,該模型具有更高的準確度(82% vs 66%)和特異度(89% vs 65%),敏感度差異不大(68% vs 67%)。

 

在模型的幫助下,初級放射科醫生的平均準確度(81% vs 66%)、特異度(80% vs 65%)和敏感度(82% vs 67%)均有所提高,接近於資深放射科醫生的表現。

 

詹雅婷醫師團隊開發的 AI,可以高度準確區分良性和惡性卵巢腫瘤。這個模型在卵巢腫瘤評估中,明顯提升了經驗較少的放射科醫生的能力,有助於指導婦科醫生為這些患者提供更好的治療策略。

 

 

恭喜詹醫師!

 

 

期刊介紹

 

Insights into Imaging 創刊於 2010 年,2021 年的 impact factor 為 5.036,在 Radiology, Nuclear Medicine & Medical Imaging 領域為 Q2(35/136) 期刊。

 

 

詹雅婷醫師與新思惟

 

 

 

醫學論文 / 臨床研究

 

 

本篇發表於 共享榮耀 並標籤為 , , , , , , , 。將永久鏈結加入書籤。