摘要：目的:研究探討基于深度殘差網(wǎng)絡(luò)(ResNet)的冠狀動(dòng)脈CT血管造影(CTA)圖像斑塊的識(shí)別算法。方法:結(jié)合深度學(xué)習(xí)在圖像識(shí)別中的優(yōu)勢(shì),提出一種基于深度ResNet的冠狀動(dòng)脈斑塊識(shí)別算法。選擇三種不同深度的ResNet,卷積層數(shù)分別為18層、50層和152層,對(duì)來(lái)自100例患者的6000幅曲面重建(CPR)圖像進(jìn)行識(shí)別,最終選擇出最適合冠狀動(dòng)脈斑塊分析的ResNet深度,并用最佳網(wǎng)絡(luò)深度輔助兩名放射科診斷醫(yī)師進(jìn)行診斷,分析在實(shí)際臨床應(yīng)用中對(duì)斑塊識(shí)別帶來(lái)的影響。結(jié)果:不同網(wǎng)絡(luò)深度的ResNet神經(jīng)網(wǎng)絡(luò)均能對(duì)冠狀動(dòng)脈斑塊進(jìn)行識(shí)別,其中ResNet-50的靈敏度最高為50.70%,ResNet-152的準(zhǔn)確率和特異度最高,分別為86.28%和96.71%。選擇ResNet-50網(wǎng)絡(luò)輔助兩名放射科診斷醫(yī)師診斷準(zhǔn)確率分別提升了10.91%和12.35%。結(jié)論:經(jīng)過(guò)訓(xùn)練的ResNet神經(jīng)網(wǎng)絡(luò)可以有效對(duì)冠狀動(dòng)脈斑塊進(jìn)行識(shí)別,在適宜網(wǎng)絡(luò)深度的ResNet的輔助下可以有效縮短放射科診斷醫(yī)師的診斷時(shí)間,并且在保證特異性的同時(shí)提高診斷的準(zhǔn)確性和靈敏度。