目的評價(jià)人工智能（AI）肺結(jié)節(jié)輔助診斷系統(tǒng)預(yù)測肺亞實(shí)性結(jié)節(jié)（SN）惡性概率的效能。方法將86例接受手術(shù)治療SN患者分為3組:組1為浸潤前病變,組2為微浸潤腺癌,組3為浸潤性腺癌。將術(shù)前胸部CT數(shù)據(jù)導(dǎo)入AI肺結(jié)節(jié)識別軟件,記錄其自動測量的SN的CT值、體積及惡性概率預(yù)測值。比較3組SN在CT平掃、增強(qiáng)動脈期及延遲期中的CT值、體積及惡性概率預(yù)測值,并對各組進(jìn)行平掃與增強(qiáng)后配對樣本檢驗(yàn)。分析根據(jù)各期CT對各組SN惡性概率預(yù)測值與CT值及體積的相關(guān)性。結(jié)果共納入88個(gè)SN,組1、組2和組3分別含27、28及33個(gè)SN。AI系統(tǒng)檢測SN的敏感度為100%（88/88）。AI系統(tǒng)檢測根據(jù)CT平掃、增強(qiáng)后動脈期、延遲期對組1 SN的惡性概率預(yù)測值分別為[85.18（56.64,92.08）]%、[67.15（58.99,90.30）]%和[89.82（56.64,92.23）]%,組2分別為[93.10（85.72,95.75）]%、[89.61（74.44,95.35）]%和[92.21（86.74,95.59）]%,組3分別為[97.05（92.81,98.74）]%、[96.89（90.40... 

【文章來源】：中國醫(yī)學(xué)影像技術(shù). 2020,36(04)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

AI系統(tǒng)檢測SN展示圖

本研究結(jié)果顯示,增強(qiáng)CT對AI系統(tǒng)檢測SN惡性概率總體無明顯幫助。既往研究[14]提示增強(qiáng)后SN總體密度增加、體積增加,其內(nèi)實(shí)性成分體積占比亦增加。本研究AI系統(tǒng)測量結(jié)果顯示增強(qiáng)后SN密度均增高,組2及組3 SN體積減小可能是患者在各期掃描期間吸氣程度不同所致,或增強(qiáng)后背景肺組織密度增高而影響了AI系統(tǒng)對SN的分割[15]。本研究的局限性：(1)樣本量偏少；(2)僅選取病理結(jié)果為浸潤前病變及腺癌的SN，無良性SN對照；(3)僅采用一款A(yù)I系統(tǒng)進(jìn)行分析，有待進(jìn)一步完善。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測算法對不同大小肺結(jié)節(jié)的檢出效果[J]. 王娟,唐麗麗,于明川,那曼麗,張濱.  中國醫(yī)學(xué)影像技術(shù). 2019(12)
[2]適應(yīng)性統(tǒng)計(jì)迭代重建算法對肺部低劑量CT下計(jì)算機(jī)輔助檢測系統(tǒng)的影響[J]. 陳疆紅,靳二虎,王新蓮,趙麗琴,鐘朝輝,姜榮.  中國介入影像與治療學(xué). 2014(12)



本文編號：3340880