• 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 广告合作
  • 征稿启事
  • 联系我们
首页
期刊
2025年
第4期
论著

【摘要】目的:探讨基于深度学习的人工智能(AI)与不同级别医师 CT 肺结节检测能力的差异。方法:随机抽取 2022 年 3 月—2023 年9 月于北京中西医结合医院行胸部 CT 平扫的患者 110 例,以 1 名从事胸部影像诊断的副主任医师及 1 名高年资主治医师共同阅片检出肺结节的数目、位置、大小为参照标准,比较 A 组(2 名住院医师)、B 组(2 名中低年资主治医师)、C 组(AI)对肺结节的检出率、假阳性率。结果:副主任医师及高年资主治医师共确定 1 320 枚结节。A、B、C 组检出率分别为 60.9%、74.5% 和 81.9%;假阳性率分别为15.5%、13.4% 和 13.1%。三组微小、中等大小结节、实性、亚实性、钙化密度、胸膜下、血管旁、其他位置的结节检出率比较,差异有统计学意义(P < 0.05);但三组大结节检出率比较,差异无统计学意义(P > 0.05)。结论:AI 能有效地检出肺结节,尤其是在微小结节、亚实性和钙化结节检出率上高于中低年资主治医师,可作为肺结节筛检的有效辅助工具。


【关键词】肺结节;人工智能;CT;胸部 CT;对照研究


阅读全文
  • 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 广告合作
  • 征稿启事
  • 联系我们
友情链接:
国家新闻出版署
中国知网
万方数据知识服务平台
维普网
超星

版权所有 © 《影像研究与医学应用》编辑部    京ICP备2025106106号-1

关注我们的公众号