论文部分内容阅读
目的:评估以深度学习为代表的人工智能方法对先天性室间隔缺损(VSD)和房间隔缺损(ASD)心脏CT病例的检测效能。方法:回顾性分析165例心脏CT数据。利用卷积神经网络训练CT缺损检测模型,采用十折交叉验证法对模型进行效能评估,并统计深度学习模型与影像医师检测情况的差异性及一致性。结果:深度学习模型检测VSD和ASD总测试集的平均准确度、平均敏感度及平均特异度等均高干80%。总测试集模型、VSD模型及ASD模型的平均AUC分別为0.85、0.81和0.89。此外,深度学习模型对测试集数据平均每例缺损的检测