张佳彬，王慧娟，黄伟年，曾淑娟

（广东省深圳市龙岗中心医院儿科 广东 深圳 518000）

既往，临床上主要是通过胸部X线、CT以及超声等影像学手段实现对新生儿肺部疾病的诊断，但均存在一定的假阳性以及假阴性情况，继而导致新生儿无法得到及时有效的诊治[1]。近年来，人工智能技术得到空前的发展，且被广泛应用于各个领域当中，而在医学影像学中主要体现在以深度学习为核心，对影响数据予以挖掘、搜索以及提取，继而起到诊断、评估的作用[2]。本文通过研究人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用价值，旨在为提高新生儿肺部疾病的诊断准确性，继而制定针对性治疗方案，达到改善新生儿预后的目的，现作以下报道。

1 对象与方法

1.1 一般资料

将我院自2017年4月—2019年12月收治的肺部疾病新生儿245例纳入研究，记作研究组。男女人数分别为141例，104例；胎龄37～42周，平均胎龄（39.14±0.52）周；以随访结果为金标准，其中肺部疾病类型分布如下：肺炎143例，胎粪吸入综合征39例，湿肺8例，暂时性呼吸困难55例。另取我院自2014年4月—2016年12月收治的肺部疾病新生儿210例作为对照组。男女人数分别为122例，88例；胎龄37～42周，平均胎龄（39.25±0.55）周；肺部疾病类型：肺炎131例，胎粪吸入综合征36例，湿肺7例，暂时性呼吸困难36例。两组一般资料方面比较无明显差异（P＞0.05）。入选标准：（1）所有新生儿均为足月单胎妊娠；（2）所有新生儿均通过病史、临床表现、实验室检查以及肺部影像学检查确诊；（3）入院前均未接受相关治疗；（4）无临床病历资料缺失。……