首页> 中文学位 >人工智能超声S-Detect技术对乳腺实性病灶的诊断价值
【6h】

人工智能超声S-Detect技术对乳腺实性病灶的诊断价值

代理获取

目录

声明

主要缩略语中英文索引

第一章 前言

第二章 研究对象与实验方法

2.1 研究对象

2.2 仪器及方法

第三章 结果

3.1 入选病例临床、病理特征

3.2 低、中、高3类不同年资医师应用超声BI-RADS分类诊断的一致性分析

3.3 人工智能超声S-Detect技术与3类不同年资医师超声BI-RADS分类对乳腺肿块的诊断效能对比

3.4 不同年资医师超声BI-RADS分类与人工智能超声S-Detect技术联合应用对乳腺肿块诊断效能的对比

3.5 超声医师对乳腺肿块超声特征判断与人工智能超声S-Detect技术对乳腺肿块自动生成超声特征判断结果的一致性比较

第四章 讨论

4.1 不同年资医师使用超声BI-RADS分类诊断的一致性结果分析

4.2 人工智能超声S-Detect技术与不同年资医师超声BI-RADS分类对乳腺肿块的诊断效能的结果分析

4.3 不同年资医师超声BI-RADS分类联合人工智能超声S-Detect技术对乳腺肿块的诊断效能的结果分析

4.4 超声医师对乳腺肿块超声特征判断与人工智能超声 S-Detect 技术对乳腺肿块自动生成超声特征判断结果的比较

第五章 研究的局限与展望

第六章 结论

参考文献

附图

综述:浅谈人工智能在乳腺癌影像学领域的应用现状及展望

致谢

个人简历

展开▼

著录项

  • 作者

    王金宏;

  • 作者单位

    汕头大学;

  • 授予单位 汕头大学;
  • 学科 影像医学与核医学
  • 授予学位 硕士
  • 导师姓名 郑宝群;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    人工智能; 超声; 技术; 乳腺; 病灶;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号