治疗白癜风医院哪家好 http://pf.39.net/bdfyy/编者按（成都）：美国学者JohnREisenbrey团队近日在AUDT撰文，对训练后的深度学习模型能否应用于非酒精性脂肪肝进行了报道。
摘要目的：本研究评估了自动机器学习用于超声诊断非酒精性脂肪肝疾病（NAFLD）的效能。方法：回顾性纳入96例经组织学检查（33例）或质子密度脂肪分数MRI（63例）诊断为NAFLD的患者和例无NAFLD表现的患者。机器学习采用CloudAutoMLVisionbeta（GoogleLLC,MountainView,CA），所得模型三位影像医生于盲态下进行对比。结果：模型的整体准确性为88.2％（78.1-94.8％），结果与单个影像医师诊断（92.2％，90.1-94.2％）和三人共同诊断（95.6％，87.6-99.1％）可比。结论：自动化机器学习算法可以利用超声准确检出NAFLD。关键词：非酒精性脂肪肝；机器学习；超声波图1左图展示了已知为NAFLD患者的B型肝脏超声。右图展示了无NAFLD表现者的B型肝脏超声。在两个切面中，胆囊均部分可见。图2用于创建和验证模型的数据工作流程。本文精要导读：本文引用格式：SriharshaGummadi,NirmalPatel,HareshNaringrekar,LaurenceNeedleman,AndrejLyshchik,PatrickO’Kane,JesseCivan,JohnREisenbrey.AutomatedMachineLearningintheSonographicDiagnosisofNon-alcoholicFattyLiverDisease.AdvancedUltrasoundinDiagnosisandTherapy,,4(3):-.关于本刊AdvancedUltrasoundinDiagnosisandTherapy(AUDT)，即“超声诊断与治疗进展”是一本新的、开放性的英文专业期刊。于年11月在美国波士顿正式注册，以网络在线（刊号：ISSN-）和印刷版（刊号：ISSN-）两种形式面向全球公开发行，为季刊。AUDT征稿的范围包括：临床研究、实验研究、综述、述评、设备技术、人工智能和大数据、图文报告、医学教育、个案报道、专家讲座等。欢迎所有与超声研究及应用的相关文章投稿，共同构建作者和读者间交流平台和渠道。
投稿网址：
