深度学习模型用于纵膈病灶检测和分类的效能研究

本研究旨在收集上海市肺科医院胸外科就诊的 CT 显示存在纵膈病灶并准备手术的患者，收集患者术前 CT 影像数据，术后病理诊断信息。将经标注胸部 CT 资料并随机分为训练集与测试集进行学习。训练集用于构建深度学习模型，测试集用于测试所构建的深度学习模型性能。本研究首先通过比较深度学习模型和临床医生鉴别纵膈病灶分类的结果一致性判断该模型性能优劣；其次通过前期自主研发的低秩稀疏回归算法，将深度学习模型提取的数字病理图像中高维度特征，映射至二维 CT 图像区域，并进行三维可视化，实现模型的可解释性；最后探索在该模型辅助下，是否可以通过术前胸部 CT 检查提高临床医生判断纵膈病灶病理类型的准确性，为将来在临床上进一步提高精准化和个性化的癌症治疗水平。