简介:【摘要】:目的:分析人工智能S-Detect技术联合BI-RADS分类及Adler分级法的应用效果。方法:选取2022年1月-2023年8月168例乳腺肿块患者,入选患者均行乳腺超声检查,分别采用人工智能S-Detect技术、BI-RADS分类及Adler分级法对乳腺肿块性质进行判断,以穿刺活检或手术病理组织学检查为金标准,评价不同方法的诊断价值。结果:本次研究中168例患者经病理组织学检查判断恶性肿块48例,良性肿块120例;人工智能S-Detect技术联合BI-RADS分类及Adler分级法的敏感性、特异性、准确性均高于单一方法检测,差异有意义(P<0.05)。结论:人工智能S-Detect技术联合BI-RADS分类及Adler分级法的诊断准确率高,可推广使用。
简介:分类思考一般是指在解决某些问题时,根据问题的"已知"或"所求"或"已知与所求"相互间的关系,确定恰当的分类标准,依据这一分类标准,把所研究的对象分为若干种情况;然后对每种情况进行分析、思考,使问题获得解决。现举例说明如下:1.依据"所求"分类例1100人排成一列,自1起往下报数,报奇数的出列,留下的人再重新报数,这样继续下去,……,最后留下一个人,问这个人每一次报数时,报的数是多少?分析:据"所求",按每人每次报数的奇偶性这一标准进行逐次分类思考.总的人数:1,2,3,…,100。第一次报偶数的:2,4,6,…,98,100;第二次报偶数的:4,8,12,…96,100;第三次报偶数的:8,16,24,…96;