声明
英文缩略语
前言
材料与方法
1 研究对象及检查方法
1.1 研究对象
1.2 甲状腺结节纳入及排除标准
1.3 超声检查仪器与检查方法
2 甲状腺结节TI-RADS分类
2.1 甲状腺结节超声征象
2.2 TI-RADS分类标准及结果判定
3 甲状腺AI诊断系统
3.1 AmCAD-UT Detection系统
3.2 AI-SONICTM Thyroid系统
4 AmCAD-UT Detection、AI-SONICTM Thyroid在甲状腺结节诊断中的诊断效能及影响因素的评价方法
4.1 不同大小甲状腺结节对诊断效能的影响
4.2 不同图像质量对甲状腺结节诊断效能的影响
4.3 不同年资医师与AmCAD-UT Detection、AI-SONICTM Thyroid诊断效能的对比
5 病理诊断
6 统计学分析
结果
1 甲状腺结节的临床和病理结果
2.1 甲状腺结节医师FJUN TI-RADS分类结果
2.2 甲状腺结节AmCAD系统分析结果
2.3 甲状腺结节AI-SONIC TI-RADS分类分析结果
2.4 不同检查方法对甲状腺结节的诊断效能
3 AmCAD-UT Detection、AI-SONICTM Thyroid在甲状腺结节诊断中不同分组结果
3.1 不同最大径的结节在不同检查方法中的诊断效能
3.2 不同图像质量的结节在不同检查方法中的诊断效能
3.3 不同甲状腺结节AI诊断系统在不同年资的医师组中的诊断效能的比较
讨论
1. 医师 FJUN TI-RADS分类诊断效能及影响因素
2 甲状腺结节AI辅助诊断系统、医师FJUN TI-RADS系统之间诊断效能的比较
2.1 AmCAD-UT Detection系统基于FJUN TI-RADS分类、ACR TI-RADS分类比较
2.2 AI-SONICTM Thyroid系统与AmCAD-UT Detection系统比较
2.3 甲状腺结节AI辅助诊断系统与医师的诊断效能比较
3 甲状腺结节AI辅助诊断系统对不同大小结节的诊断效能
4 甲状腺结节AI辅助诊断系统对图像质量的依赖
5 AmCAD-UT Detection系统恶性征象选择的必要性
6 AI-SONICTM Thyroid系统漏诊结节原因分析
结论
参考文献
综述:人工智能在甲状腺结节超声诊断中的研究现状
1 人工智能
2 医学人工智能
3 甲状腺结节的超声诊断
4 人工智能在甲状腺结节诊断中的应用
5 人工智能在甲状腺结节诊断的展望
参考文献
致谢
福建医科大学;