目的探討基于深度學(xué)習(xí)的人工智能(AI)與不同級(jí)別醫(yī)師CT肺結(jié)節(jié)檢測(cè)能力的差異。資料與方法收集胸部CT平掃550例,以2名從事胸部影像診斷的主任醫(yī)師共同閱片檢出肺結(jié)節(jié)的數(shù)目、位置、大小為參照標(biāo)準(zhǔn),比較A組(5名實(shí)習(xí)醫(yī)師)、B組(5名住院醫(yī)師)、C組(5名主治醫(yī)師)、D組(AI)對(duì)肺結(jié)節(jié)的檢出率、假陽(yáng)性率和平均閱片時(shí)間。結(jié)果 2名主任醫(yī)師共確定5520枚結(jié)節(jié)。A、B、C、D組檢出率分別為40.5%、65.0%、89.4%和94.3%,差異有統(tǒng)計(jì)學(xué)意義(X~2=5067.866,P<0.001);假陽(yáng)性率分別為20.0%、13.0%、10.0%和14.0%。D組與C組胸膜下結(jié)節(jié)檢出率差異無(wú)統(tǒng)計(jì)學(xué)意義(X~2=0.611,P=0.434);D組外周性及中心性結(jié)節(jié)檢出率明顯高于其他組,差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。D組與C組大結(jié)節(jié)檢出率差異無(wú)統(tǒng)計(jì)學(xué)意義(X~2=2.980,P=0.084);D組中等結(jié)節(jié)及小結(jié)節(jié)檢出率明顯高于其他3組,差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。4組平均閱片時(shí)間分別為(14.9±2.5)min、(6.9±2.1)min、(5.0±1.5)min、(0.... 

【文章來(lái)源】：中國(guó)醫(yī)學(xué)影像學(xué)雜志. 2020年09期 北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

AI將體外衣物誤判為結(jié)節(jié)（箭），致假陽(yáng)性率較高（A）；左肺下葉前基底段胸膜下磨玻璃結(jié)節(jié)（箭）容易漏診，術(shù)后病理證實(shí)為腺癌（B)

【參考文獻(xiàn)】：
期刊論文
[1]基于三維卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的肺結(jié)節(jié)良惡性的鑒別診斷[J]. 王風(fēng),王磊,李囡,楊志.  中國(guó)醫(yī)學(xué)影像學(xué)雜志. 2019(10)
[2]基于深度學(xué)習(xí)的人工智能胸部CT肺結(jié)節(jié)檢測(cè)效能評(píng)估[J]. 李欣菱,郭芳芳,周振,張番棟,王卿,彭志君,蘇大同,范亞光,王穎.  中國(guó)肺癌雜志. 2019(06)
[3]人工智能識(shí)別技術(shù)在T1期肺癌診斷中的臨床應(yīng)用研究[J]. 劉曉鵬,周海英,胡志雄,金權(quán),王靜,葉波.  中國(guó)肺癌雜志. 2019(05)
[4]基于人工智能的胸部CT智能輔助診斷系統(tǒng)在LDCT數(shù)據(jù)集上的應(yīng)用研究[J]. 金文忠,陸耀,汪陽(yáng).  中國(guó)醫(yī)學(xué)計(jì)算機(jī)成像雜志. 2018(05)
[5]計(jì)算機(jī)輔助工具對(duì)肺結(jié)節(jié)檢測(cè)效能的研究[J]. 邵亞軍,張寶榮,郭佑民,任轉(zhuǎn)琴.  實(shí)用放射學(xué)雜志. 2018 (09)
[6]胸部能譜成像模式與常規(guī)CT掃描的輻射劑量及圖像質(zhì)量的仿真體模研究[J]. 徐秋貞,邵海磊,呂燕,郭文文.  中華放射醫(yī)學(xué)與防護(hù)雜志. 2017 (12)
[7]深度學(xué)習(xí)技術(shù)對(duì)胸部X線平片亞實(shí)性結(jié)節(jié)的檢測(cè)效能初探[J]. 劉凱,張榮國(guó),涂文婷,范麗,鄧昱楓,望云,李瓊,蕭毅,劉士遠(yuǎn).  中華放射學(xué)雜志. 2017 (12)
[8]計(jì)算機(jī)輔助檢測(cè)系統(tǒng)在低劑量CT肺癌篩查中非鈣化肺結(jié)節(jié)檢出方法的研究[J]. 羅紅兵,周鵬,青浩渺,王曉東,溫子鵬,陳曉麗,任靜,許國(guó)輝.  腫瘤預(yù)防與治療. 2017(01)



本文編號(hào)：2941085