临床放射学杂志

作者：尹雪梅, 王可欣, 张俊, 王良, 张耀峰, 吴鹏升, 赵承琳

单位：066000秦皇岛市第一医院医学影像科尹雪梅、张 俊;100052北京,首都医科大学基础医学院王可欣;100032北京,首都医科大学附属北京友谊医院放射科王 良、赵承琳;100034北京赛迈特锐医学科技有限公司张耀峰、吴鹏升

关键词：前列腺,双参数磁共振成像,深度学习,分类,序列

基金：河北省医学科学研究课题计划项目(编号:20231889)

目的 使用外部数据验证前列腺双参数磁共振成像(bpMRI)图像序列甄别模型的泛化性能。方法 回顾性搜集2018年1月至2021年2月前列腺bpMRI影像,匿名化后使用既往训练好的Med3D多分类模型对各个序列进行分类。以医师做出的序列分类为“金标准”,研究Med3D多分类模型对外部数据分类的准确率。使用混淆矩阵显示多分类预测结果,使用PYCM包进行多分类诊断效能分析。结果 563例病例的合格bpMRI数据纳入研究,使用了5台MR扫描仪,其中97.2%使用3.0 T MR检查,2.8%使用1.5 T MR检查。格式转换后,共5209个合格图像序列可用于模型预测,包括1063个ADC、1691个DWI_High(b>50 s/mm²)、709个DWI_Low(b≤50 s/mm²)、750个T₂WI_nan和996个T₂WI_Fs序列。ADC、DWI_High、DWI_Low、T₂WI_Fs、T₂WI_nan等各个序列的预测准确率分别为98.5%、98.1%、97.2%、99.1%和99.8%。结论 使用外部数据验证显示Med3D多分类模型对前列腺bpMRI图像分类具有很高的准确率,泛化能力强。

来源：2023年第8期

《临床放射学》期刊编辑部

查看临床放射学杂志2023年第8期