基于深度学习的卵巢肿块良恶性分类及泛化性能研究

摘要

目的 评估深度学习模型在典型与随机临床图像上的诊断性能，并将其与不同经验水平的超声医生进行对比，以客观衡量人工智能辅助诊断在真实场景中的应用潜力。方法 回顾性纳入2022年12月～2024年7月福建医科大学附属泉州第一医院（福建省泉州市第一医院）的168例患者共936张超声图像，按7∶1∶2的比例将其分为训练、验证和测试集。采用6种CNN模型（VGG19＿bn、DenseNet121、Swin Transformer-Tiny、ConvNeXt-Tiny、MobileNetV2、ResNet101）评估在医生选取的典型图像上的性能。为检验泛化能力，进一步进行完全随机图像抽样，重复上述实验。将表现最优模型的诊断结果与高、中、初级3位超声医生的诊断效能进行量化比较。结果 在典型图像上，VGG19＿bn模型性能最佳（AUC=0.906）。在随机图像测试中，DenseNet121表现出最强的稳健性（AUC=0.888），其诊断性能全面超越高级超声医生（AUC=0.738），尤其在平衡敏感度（0.786）与特异度（0.857）方面优势明显。医生诊断呈现高敏感度、低特异度的特点，且不同级别医生的敏感度存在波动。结论 经过充分训练的深度学习模型不仅能在受控条件下取得良好的诊断效能，在模拟真实临床复杂情境的随机图像测试中也表现出稳定的泛化能力，其综合诊断指标与超声医师的诊断水平具有可比性。

关键词

卵巢肿块 / 超声图像 / 深度学习 / 良恶性分类 / 卷积神经网络