基于深度学习的DR胸片智能质控方法研究

摘要

目的 为了减轻医学影像质量控制工作给医院及相关机构带来的工作负担,弥补人工质量控制存在的多方面缺陷,本文提出一种基于深度学习的DR胸片正位和侧位摄影的质量控制方法.方法 通过特定结构的卷积神经网络完成DR图像的语义分析,结合医学影像质量控制标准,自动批量完成影像质控工作.结果 该方法在多个数据集中的平均准确率为98.32％,单例影像的平均质控时间为83 ms.结论 该模型可以快速、准确地实现DR影像的自动智能质控.