简介:摘要目的比较基于病历资料的医生报告与计算机自动识别方式对门急诊流感样病例(ILI)监测的准确性。方法2019年4—10月在宜昌市中心医院发热门诊、呼吸内科门诊及急诊内科门诊就诊的患者中,选取国际疾病分类第10版诊断编码属于J00-J22范围且病历症状信息完整的病例,共3 542例,以流感监测专业人员根据ILI病例定义的判断结果为金标准,绘制受试者工作特征(ROC)曲线,计算灵敏度、特异度、诊断一致率,分析计算机自动识别与医生报告两种方式对ILI病例监测的准确性。结果病例年龄M(P25,P75)为30(24,38)岁;其中符合定义标准ILI病例为1 179例(33.29%),医生报告ILI 为1 306例(36.87%),计算机自动识别ILI为 1 150例(32.47%);男性为1 391例(39.27%)。计算机自动识别和医生报告与金标准判断的结果一致性Kappa值分别为0.97和0.66,ROC曲线下面积分别为0.98和0.84。计算机自动识别方式的灵敏度和特异度(分别为96.95%和99.70%)均高于医生报告方式(灵敏度和特异度分别为82.27%和85.78%)(P值均<0.001)。结论基于电子病历的计算机自动识别方式开展ILI病例监测,具有良好的灵敏度和特异度。
简介:摘要目的验证基于快速区域卷积神经网络(Faster R-CNN)胰腺癌增强CT自动识别系统,并探讨其临床应用价值。方法回顾性收集青岛大学附属医院2013年1月至2016年5月收治的315例胰腺癌患者的4 024张增强CT影像序列,将2 614张影像序列作为训练组输入Faster R-CNN系统,建立影像自动识别模型,通过读取135例胰腺癌的1 410张增强CT影像进行验证。为了进一步测试其临床应用效果,读取150例胰腺占位患者的3 750张增强CT影像并对其诊断结果进行随访。记录结节类别的精准率和召回率,绘制精确回归曲线,分析Faster R-CNN诊断的准确性、灵敏度、特异度,生成受试者工作特征(ROC)曲线,并计算曲线下面积。结果基于135例胰腺癌增强CT影像,得到Faster R-CNN的人工智能辅助诊断的ROC曲线的曲线下面积为0.927,准确性、特异度、灵敏度分别为0.902、0.913、0.801。经过150例胰腺占位患者资料的验证,判定阳性893张,阴性2 857张,Faster R-CNN诊断为胰腺癌患者98例,对其诊断结果进行随访,其中53例经外科手术后病理证实为胰腺导管癌、21例为胰腺囊腺癌、12例为胰腺囊腺瘤、5例为胰腺囊肿,7例患者未手术治疗。在术后5~17个月内6例死于腹腔肿瘤浸润、肝转移或肺转移。在Faster R-CNN诊断为阴性的52例患者中,有9例经外科术后证实为胰腺导管癌。结论Faster R-CNN系统能够帮助影像科医师对胰腺癌进行诊断,具有一定的临床应用价值。
简介:本文通过计算机自动诊断系统与人工测量对比观察的方法总结分析了1200份心屯图资料。在常用数据(HR、P—R、Q—T间期、心电轴)的测量中,两种方法比较,P>0.05;计算机系统的敏感性、特异性及准确性均在80%以上,说明该系统对非心律失常心电图诊断是有价值的。同时也观察到一些诊断失误原因,此报告如下:一、材料和方法1、病例选择:本文连续采集1992~1993年1200份非心律失常心电图资料,男980人,女820人;年龄16~28岁,其中健康普查320例,冠心病480例,先心病28例,风心病48例,高血压病70例,心肌疾患18例,肺心病40例,心悸36例,其它260例。2、仪器及方法:使用美国惠普公司生产的M—1700A型,12导同时收录自动分析数字转换
简介:摘要目的应用深度学习进行病毒电镜图像的分类,通过多种模型性能的比较,提供适用于病毒电镜图像分类的网络模型,提供病毒电镜图像识别的辅助与支持,减少研究人员的劳动强度和分析时间。方法通过加深网络深度、调整学习率和批量大小等参数,使用AlexNet、VGG、ResNet、DenseNet、SqueezeNet、MobileNet、ShuffleNet多种经典的卷积神经网络对七种病毒电镜图像进行分类。结果DenseNet169以91.9%的准确率、90.1%的敏感度和98.6%的特异度取得了模型最佳性能。其中,模型对细小病毒的识别效果最好,乳头瘤病毒、疱疹病毒、痘病毒和轮状病毒的精确率、敏感度、特异度和F1值均在90%以上,甚至接近100%。同时,轻量级网络ShuffleNet的性能以更少的参数量和浮点次数超越了深度网络AlexNet和VGG,并能够以比ResNet少约15倍的参数量和90余倍的浮点运算次数取得与之相当的结果;与DenseNet相比,孙世丁通过牺牲可接受范围内的识别性能换取了比其少约10倍的参数量和80余倍的浮点运算次数。结论深度网络DenseNet169能够以最佳性能实现病毒电镜图像的自动识别,轻量网络ShuffleNet_v2_x0_5能够以更少的参数量和浮点运算次数实现次优性能,在实际应用中可结合具体情况在深度网络和轻量级网络之间进行取舍。
简介:心电图的计算机分析系统主要由波形参数测量和诊断分类两个部分组成。其中的关键部分是波形的定位及其参数的测量,尤其是P波、QRS波、T波的定位,其检测的准确率直接影响计算机分析的结果。本系统不但解决了这些波形的准确识别问题,而且较好地解决某些参数的精确计算问题。例如,QRS环的面积、T环的长宽比、及面积等多项诊断参数。
简介:摘要:现如今,自动化系统已经在制药行业开始实施,如果计算机自动化系统想要在制药企业进行普遍和有效及长久的应用,根据计算机自动化系统本身的特殊性和唯一性,所使用的计算机自动化系统就要满足使用者需要的所有功能。但是根据现阶段的实际情况,我国医药行业面临着新的挑战,在计算机系统验证方面没有积累过多的经验,在实际的制药工作中会出现偏差。所以,我们要对计算机自动化系统验证的方法及过程进行了解,紧密结合系统的实施和组合,确保计算机自动化系统验证的效果。文章从EMS系统的简介、验证以及验证的流程进行了论述,对制药企业计算机系统验证工作进行了探讨,仅供参考。