来源：期刊VIP网 时间：
作者：李曼;蒋德攀;王麦林;李艳若;张晗宇;王颖;张岚;黄婷婷;
单位：河南中医药大学;西安电子科技大学电子工程学院;河南中医药大学第一附属医院放射科;河南中医药大学第一附属医院磁共振科;
摘要：目的 基于Res2Net注意力机制网络实现CT肺动脉成像急性肺动脉栓塞（APE）的智能检测。资料与方法 回顾性收集2015年2月—2023年5月河南中医药大学第一附属医院疑似APE行CT肺动脉成像并确诊为APE的患者。按照7∶2∶1将数据随机分为训练集、验证集和测试集。基于Res2Net网络框架，结合多孔空间金字塔池化和注意力机制模块训练模型，对模型进行五折交叉内部验证；在测试集上采用受试者工作特征曲线下面积、敏感度、特异度评估模型的诊断效能；同时采用戴斯相似系数、精确率、交集比并集（IOU）评估模型的分割效能并绘制相应曲线。比较该模型与经典的U-Net模型及CE-Net模型的效能。结果 最终纳入303例APE患者，训练集212例，验证集61例，测试集30例。模型的曲线下面积为0.95，敏感度为0.90，特异度为1.00；戴斯相似系数为0.86，精确率为0.90,Pos-IOU为0.78,Neg-IOU为1.00。参数曲线图及雷达图显示Res2Net注意力机制网络多项参数均优于U-Net及CE-Net模型。分割对比的可视化结果显示Res2Net注意力机制网络对肺动脉栓子的分割精准度更高。结论 Res2Net注意力机制网络模型对APE具有良好的检测性能。
关键词：肺栓塞;;CT肺动脉成像;;体层摄影术,螺旋计算机;;深度学习;;Res2Net;;注意力机制
基金资助：河南省自然科学基金（222300420219）
