简介:摘要目的探讨基于深度学习的人工智能(AI)模型在乳腺超声影像报告和数据系统(BI-RADS-US)乳腺结节分类中的应用价值。方法收集2006年12月至2019年12月就诊于首都医科大学附属北京同仁医院的1 558例女性乳腺疾病患者的2 426枚乳腺结节超声图像,将图像数据集分为训练集(63%)、验证集(7%)和测试集(30%),用于建立AI模型。采用受试者工作特征(ROC)曲线分析AI模型、医师仲裁结果以及AI模型辅助前后医师的诊断效能;采用Cohen加权Kappa系数比较AI模型辅助前后5名超声医师间BI-RADS-US分类的一致性;统计分析每名医师AI模型辅助前后两次BI-RADS-US分类结果的变化。结果AI模型与医师仲裁分类结果以及AI模型辅助前后医师的诊断效能差异均无统计学意义(均P>0.05);5名医师间一致性提高,AI模型辅助前后Kappa系数分别为3类0.433、0.812,4a类0.600、0.704,4b类0.614、0.823,4c类0.570、0.690,5类0.495、0.509(均P<0.05);AI模型辅助分类后,5名医师乳腺结节BI-RADS-US分类均发生了升降变化,其中良性结节由4类降为3类最多(56.6%,43/76);恶性结节由4类升为5类最多(69.4%,34/49)。结论AI模型辅助超声医师进行BI-RADS-US分类可有效提高医师之间分类的一致性且不降低诊断效能;AI模型通过调整结节分类,在减少部分良性结节不必要的穿刺、提高部分恶性结节诊断准确性等方面具有临床应用价值。
简介:摘要物理学是以实验为基础的自然科学,实验在物理教学中起着非常重要的作用。学生通过实验能建立基本的物理概念和理论,能培养操作技术、操作技能,树立正确的科学态度。在初中物理教学中要组织好物理实验,以实验为基础,重视手与脑的结合,培养学生创新能力,获取实验教学的最佳效果,才能真正提高学生的素质,培养学生的创新思维能力。