无人操作近临床水平
无需人工介入即可完成甲状腺扫描并识别恶性结节,图像质量接近临床医生手动扫描。
Su, Kang · Liu, Jingwei · 杜广龙 · 赵卫 · 王学谦 · 梁斌 · 立的 · Xiaoping Liu, Peter
Nature Communications 2024
该系统利用人体骨骼点识别、强化学习和力反馈来自动定位甲状腺,无需超声技师手动操作。
在人体实验中,该系统获得的超声图像质量接近临床医生手动扫描的水平。
该系统能够自动检测甲状腺结节并提供结节特征数据,用于ACR TI-RADS计算,辅助诊断。