乳腺肿瘤良恶性的智能辅助判别诊断  

作　　者：邵姜超 刘文昊 祝贵明 王玖 

机构地区：[1]滨州医学院公共卫生与管理学院卫生统计学教研室,264003

出　　处：《中国卫生统计》2020年第3期418-420,共3页Chinese Journal of Health Statistics

基　　金：山东省研究生教育创新计划立项课题(SDYC14002);山东省高等教育本科教改项目重点项目(Z2018X052)。

摘　　要：目的探讨乳腺肿瘤良恶性智能辅助判别诊断的价值。方法回顾性分析烟台市某三级医院2017年1月至2019年6月经病理切片和超声影像检查为良性乳腺肿瘤患者135例,恶性乳腺癌患者149例,采用非条件logistic回归、ROC曲线和Bayes判别分析对其临床指标以及症状体征等基本情况分析筛选,建立智能辅助诊断模型。结果采用Bayes判别分析建立的智能辅助诊断模型的自身验证总正确率为90.5%,交叉验证总正确率为89.8%;采用logistic回归建立的联合智能辅助诊断模型的总正确率最高可达90.8%。结论通过利用患者临床指标以及症状体征等基本信息建立的模型对乳腺肿瘤良恶性诊断有良好的效果。

关 键 词：乳腺肿瘤 肿瘤良恶性 人工智能辅助诊断 

分 类 号：R737.9[医药卫生—肿瘤] TP18[医药卫生—临床医学]