多模态超声图像的RA活动度深度学习方法及装置

摘要

多模态超声图像的RA活动度深度学习方法与装置，能够对RA患者以静态图像或视频剪辑形式获得的GS和PD图像进行处理，从而更客观和可靠地对疾病活动进行分类。方法包括以：（1）静态模型建立；（2）动态模型建立；（3）采用均数±标准差SDs来描述定量参数，包括临床评分和实验室数据；采用受试者工作特征ROC曲线分析来说明DL评分模型的预测性能；采用Delong检验来比较ROC曲线；以超声医生的评价作为金标准，计算模型中每种二元分类的敏感性和特异性。