XiaoMi-AI文件搜索系统
World File Search SystemX光
在临床环境中部署和验证用于检测异常胸部X光片的人工智能系统
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
与高分辨率多层胸部X光片相比，人工智能对胸部X光片病理检测的价值
2. Bluemke DA、Moy L、Bredella MA、Ertl- Wagner BB、Fowler KJ、Goh VJ 等人。《评估人工智能放射学研究：作者、审稿人和读者的简要指南——来自放射学编辑委员会》。北美放射学会；2020 年。
人工智能软件对犬胸部X光片中确诊胸腔积液的检测准确性
图 1 人工智能模型正确分类为胸腔积液的 X 光片示例。A、右侧位（kVp 80，mAs 6.5）和 B、腹背位（kVp 90，mAs 6.5）X 光片投影，显示一只单侧有轻微胸腔积液征兆的狗。侧位投影（箭头）上肺部前腹侧有囊泡图案。游离液体在心脏腹侧积聚，增加了纵隔脂肪的 X 光不透明度（箭头）。这只狗在手术中被确认有左前肺叶扭转和胸腔积液
对比增强乳房X光检查 (CEM)
对于任何拟定的适应症，有必要预先确定一个工作流程来评估与传统乳房 X 线照相术或超声检查不相关的（RC）成像发现。尽管 CEM 引导的活检设备已获得 FDA 批准，但由于目前 CEM 引导的活检有限，因此通常使用 MRI 和 MRI 活检来追踪这些发现。如果无法进行 MRI 或 MRI 引导的活检或患者无法忍受，则需要采用其他方法来检测这些发现，并且应在进行 CEM 之前认识到这一点。如果无法进行 CEM 引导或 MRI 引导的活检，则可能的选择取决于对发现的怀疑程度，可能包括短期随访 CEM、使用标志的立体定向活检，或在极少数情况下使用标志的图像引导定位，然后进行手术切除。
人工智能在全景X光片评估中的应用
1 华沙医科大学口腔医学院牙科预防学系，02-006 华沙，波兰 2 华沙医科大学口腔医学院牙科和颌面放射学系，02-091 华沙，波兰；piotr.regulski@wum.edu.pl 3 华沙医科大学口腔医学院综合牙科护理系，02-091 华沙，波兰；kbrus@wum.edu.pl 4 西里西亚医科大学喉科学系，40-027 卡托维兹，波兰 5 塞格德大学牙科学院牙周病学系，6720 塞格德，匈牙利；parkanyilaci@gmail.com 6 罗格斯新泽西州立大学修复牙科系，新泽西州纽瓦克 07103，美国； drganz@drganz.com 7 独立研究员，美国新泽西州李堡 07024 8 特拉维夫索拉斯基医学中心，耳鼻咽喉科、头颈及颌面外科系，萨克勒医学院，特拉维夫 6139001，以色列；mijiritsky@bezeqint.net 9 特拉维夫大学莫里斯和加布里埃拉·戈德施莱格牙科学院，特拉维夫 6997801，以色列 * 通讯地址：lzadrozny@wum.edu.pl (Ł.Z.)；mrtczajkowska@gmail.com (MC)
人工智能应用于胸部X光检查以鉴别诊断新冠肺炎
1 意大利帕维亚 27100 大学高等研究院 IUSS 大学学院科学、技术和社会系； salvatore@deeptracetech.com 2 DeepTrace Technologies SRL，地址：Conservatorio 17，20122 米兰，意大利； interlenghi@deeptracetech.com （MI）; polidori@deeptracetech.com (AP) 3 米兰大学健康生物医学科学系，Via Mangiagalli 31, 20133 米兰，意大利； caterina.monti@unimi.it（CBM）; davide.capra@unimi.it （华盛顿特区）; andrea.cozzi1@unimi.it （交流）; francesco.sardanelli@unimi.it (FS) 4 意大利蒙扎—圣赫拉尔多医院放射科，Via Pergolesi 33，20900 蒙扎，意大利； davide.ippolito@unimib.it （DI）; d.gandola1@campus.unimib.it （DG）5 放射科，IRCCS Policlinico San Donato，Via Morandi 30，20097 San Donato Milanese，意大利； schiaffino.simone@gmail.com 6 诊断成像和立体定向放射外科部，CDI Centro Diagnostico Italiano SpA，Via Saint Bon 20, 20147 Milan，意大利； marco.ali@cdi.it 7 米兰比可卡大学物理系，Piazza della Scienza 3, 20126 米兰，意大利 8 国家研究委员会生物医学成像和生理学研究所，Via Fratelli Cervi 93, 20090 Segrate，意大利 9 米兰比可卡大学医学和外科学院，Piazza dell'Ateneo Nuovo 1, 20126 米兰，意大利； cristina.messa@unimib.it 10 米兰比可卡大学 Tecnomed 基金会，Palazzina Ciclotrone—Via Pergolesi 33，20900 蒙扎，意大利 * 通讯地址：isabella.castiglioni@unimib.it † C. Salvatore、M. Interlenghi 和 CB Monti 对本文贡献相同。
人工智能驱动的全景X光片上牙齿检测和分割新工具
摘要 目的 评估一种新的人工智能 (AI) 驱动的工具在全景 X 光片上检测和分割牙齿的性能。材料和方法共收集了 153 张 X 光片。牙颌面放射科医生标记和分割每颗牙齿，作为基本事实。一颗牙齿的类别不可知裁剪图像产生 3576 颗训练牙齿。AI 驱动的工具将两个深度卷积神经网络与专家细化相结合。系统检测和分割牙齿的准确度是主要结果，时间分析是次要结果。Kruskal-Wallis 检验用于评估牙齿组和不同设备之间性能指标的差异，卡方检验用于验证矫正量、假阳性和假阴性的存在以及牙齿的冠和根部分与潜在的 AI 误解之间的关联。结果该系统的牙齿检测灵敏度为 98.9%，精确度为 99.6%。对于牙齿分割，下颌犬齿的效果最佳，其交集比、精确度、召回率、F1 分数和豪斯多夫距离的值分别为：95.3%、96.9%、98.3%、97.5% 和 7.9。虽然仍高于 90%，但上下磨牙的分割结果略低。该方法显示，临床上显著减少了 67% 的手动时间。结论该 AI 工具在检测和分割牙齿方面表现出高度准确和快速的性能，比单独使用地面实况更快。临床意义与手动分割相比，创新的临床 AI 驱动工具在检测和分割全景 X 光片上的牙齿方面表现出更快、更准确的性能。