【技术实现步骤摘要】
本专利技术涉及医疗,更具体地说,它涉及一种用于判断肺结节风险度的ai评估系统。
技术介绍
1、人工智能(ai)技术的快速发展正在重塑医学领域。ai通过深度学习、机器学习和自然语言处理等技术,能够高效地处理和分析海量医疗数据,从而实现更精准的诊断和治疗。ai与医学的结合,不仅提升了医疗服务的质量,还极大地优化了医疗资源的分配。未来,随着ai技术的不断进步,医学将进入一个更加智能化、高效化和个性化的新时代。
2、随着低剂量螺旋ct(ldct)筛查技术的普及,肺部小结节的检出率显著提高。研究数据显示,ldct在肺癌筛查中的检出率可达20%-50%。然而,这些被检出的肺结节中,约95%为良性病变。尽管如此,许多患者在发现肺结节后,仍会产生过度的焦虑和恐慌。这不仅影响了患者的心理健康,也增加了医疗系统的负担。因此,如何有效区分良性和恶性结节,并提供及时的指导,成为亟待解决的问题。
3、如何利用先进技术手段自助诊断肺部结节的风险度,缓解看病难、预约难的问题,成为现代医疗亟待解决的挑战之一。
4、所以有必要提供一种
...【技术保护点】
1.一种用于判断肺结节风险度的AI评估系统,其特征在于:包括输入模块、统计模块和通知模块;
2.根据权利要求1所述的一种用于判断肺结节风险度的AI评估系统,其特征在于:所述阴性关键词库的内容包括:胸廓对称、肺纹理清晰、气管居中、支气管管腔(开口)通畅、肺门/纵隔未见肿大淋巴结、胸膜(无增厚/光整)、胸腔无积液、微小结节(小于5mm)、少许慢性(炎/炎症)、钙化灶、增殖灶、未见活动性病变。
3.根据权利要求1所述的一种用于判断肺结节风险度的AI评估系统,其特征在于:所述阳性关键词库的内容包括:高危结节(大于等于5mm)、密度不均匀(欠均匀);密度
...【技术特征摘要】
1.一种用于判断肺结节风险度的ai评估系统,其特征在于:包括输入模块、统计模块和通知模块;
2.根据权利要求1所述的一种用于判断肺结节风险度的ai评估系统,其特征在于:所述阴性关键词库的内容包括:胸廓对称、肺纹理清晰、气管居中、支气管管腔(开口)通畅、肺门/纵隔未见肿大淋巴结、胸膜(无增厚/光整)、胸腔无积液、微小结节(小于5mm)、少许慢性(炎/炎症)、钙化灶、增殖灶、未见活动性病变。
3.根据权利要求1所述的一种用于判断肺结节风险度的ai评估系统,其特征在于:所述阳性关键词库的内容包括:高危结节(大于等于5mm)、密度不均匀(欠均匀);密度不均;不均质、部分实性结节/亚实性结节、实性成分、肿块;软组织肿块;软组织影、边界不清、不均质、毛刺、分叶、胸膜凹陷/胸膜牵拉、支气管闭塞、小空泡;小泡征、肿大淋巴结/增大淋巴结/稍大淋巴结、阻塞性、mggn;mggo、充气支气管征、支气管血管束、不张、空洞、不规则、纯磨玻璃结节、磨玻璃结节/混杂磨玻璃结节、内见血管穿行、增强可见(轻度/轻中...
【专利技术属性】
技术研发人员:卢春来,李胤,卢翼,柳俊宏,饶圣祥,胥丰恺,魏咏琪,黄煜晗,
申请(专利权)人:复旦大学附属中山医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。