• 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 征稿启事
  • 联系我们
首页
期刊
2025年
第21期
影像技术

【摘要】目的:探讨人工智能辅助诊断系统联合DenseNet深度学习(统称AI)辅助阅片在肺结节CT诊断中的效果。方法:收集 2022 年10月—2024年10月于包钢集团第三职工医院接受肺结节CT筛查的376例患者的临床资料与影像学资料,所有患者均进行CT 检查,由高年资放射科医师进行人工阅片、AI技术辅助阅片,并以病理诊断结果为金标准,比较人工阅片与AI辅助阅片诊断肺结节良 恶性的效能及对不同直径肺结节(直径<10 恶性的效能及对不同直径肺结节(直径<10 mm微小结节、10~30 微小结节、10~30 mm普通结节)的检出情况。结果:376例患者经证实存在545枚 肺结节,其中良性结节228枚,恶性结节317枚。AI辅助阅片诊断肺结节良恶性的灵敏度、特异度、准确率分别为97.48%、97.81%、 97.61%,均高于人工阅片的90.22%、60.09%、77.61%(P<0.05)。AI辅助阅片对直径<5 辅助阅片对直径<5 mm、5~<10 、5~<10 mm、10~30 、10~30 mm结节的 检出准确率依次为92.41%、97.46%、98.01%,均高于人工阅片的41.77%、73.73%、86.32%(P<0.05)。结论:AI技术辅助阅片对肺 结节的诊断效能较高,尤其是对微小结节的筛查准确性较高,可辅助医师诊断以提高工作效率。 

【关键词】肺结节;计算机体层摄影;人工智能;DenseNet;深度学习

阅读全文
  • 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 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