AI肺炎分类分割模型

一次识别三种类型

针对同一患者CT，同时分割病灶并区分大叶性、小叶性和间质性肺炎，辅助病原推断。

Zhu, Qiao · Peishuai, Che · Li, Meijiao · Wei, Guo · Ye, Kai · Wenyu, Yin · Dongheng, Chu · 王晓华 · 李书芳

Quantitative Imaging in Medicine and Surgery 2024

参数信息

分类准确率
0.927
分类精确率
0.889
分类敏感性
0.889
分类特异性
0.946
分类AUC
0.989
分类AUC提升
0.042
训练集分割Dice系数
0.743

技术优势

一次输出类型和病灶

多任务模型同时完成三种肺炎的分类和病灶分割，避免了分步处理的不一致。

医生的高级标注让模型更准

使用高年资医生的标注训练后，模型分割Dice系数提升0.014，分类AUC提升0.042。

判定罕见的类型也准

在包含典型和非典型的三种肺炎的独立测试集上，分类AUC达到0.989，特异性0.946。

应用场景