基于CD161的深度学习网络在活动性肺结核临床诊断中的应用

Zhang Huihua,Chen Qi,Yang Qianting,Zhang Mingxia,Dai Youchao,Cai Yi,Wen Zhihua, Chen Wenbin,Tan Yaoju, Guan Ping,Deng Guofang,Chen Xinchun

Biomedical Transformation（2021）

引用 0|浏览9

暂无评分

摘要

目的探讨以细胞表面分子CD161为标识的流式检测技术的诊断价值,建立能区分痰涂片阴性肺结核、痰涂片阴性IGRA阳性/阴性的肺结核和肺炎患者的深度学习网络方法.方法通过流式细胞术检测血液中淋巴细胞、单核细胞和CD161阳性淋巴细胞比例,利用深度学习网络建立分类模型.结果深度学习网络测试结果显示,三群细胞比例均能很好区分痰涂片阴性肺结核与肺炎患者、痰涂片阴性IGRA阳性肺结核与肺炎患者、痰涂片阴性IGRA阴性肺结核与肺炎患者.结论以CD161为标识的流式检测技术可作为辅助诊断技术,对痰涂片阴性、痰涂片阴性IGRA阳性/阴性的肺结核和肺炎患者进行初步区分,提高痰涂片阴性病人检出率,指导临床提前用药.

查看译文

关键词

active pulmonary tuberculosis,pneumonia,cd161,sputum smear,deep learning network

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要