您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览42 | 下载12

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

作者:尹雪梅;王可欣;张俊;王良;张耀峰;吴鹏升;赵承琳

来源:临床放射学杂志 2023 年 42卷 8期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:42 | 下载:12
作者:
尹雪梅;王可欣;张俊;王良;张耀峰;吴鹏升;赵承琳
来源:
临床放射学杂志 2023 年 42卷 8期
标签:
前列腺 双参数磁共振成像 深度学习 分类 序列 Prostate Biparametric magnetic resonance imaging Deep learning Classification Sequence
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

Baidu
map