AI对肺磨玻璃结节筛查及定性的临床应用研究

发布时间：2021-02-22 15:16

　　目的:探讨人工智能（AI）对肺磨玻璃结节（GGN）筛查及定性的临床应用价值。方法:搜集行胸部CT平扫的200例患者（共1230个GGN）,比较A组（住院医师）、B组（AI）、C组（住院医师结合AI）对诊断GGN的敏感度、误判率、漏诊率、阳性预测值和平均诊断时间。将其中经手术病理证实的137例GGN患者按其病理结果分为良性组（54例）、恶性组（83例）,比较两组间AI量化参数的差异,对有统计学差异的参数行ROC曲线分析,再以病理结果为因变量,各指标为自变量行Logistic回归分析。结果:B组误诊率高于A、C两组,阳性预测值小于A、C两组;A组漏诊率高于B、C两组,敏感度小于B、C两组,差异均有统计学意义（P值均<0.05）。GGN良、恶性结节的长径、最大面积、体积、平均CT值、最大CT值和恶性概率差异均有统计学意义（P值均<0.05）,对各参数行ROC曲线分析,曲线下面积（AUC）均大于0.7,Logistic回归分析显示长径和最大面积是GGN恶变的独立危险因素。结论:AI协助医生阅片可明显提高肺GGN检出敏感度,并可降低误诊率和漏诊率,同时对GGN的良恶性预判具有一定参考... 

【文章来源】：放射学实践. 2019,34(09)北大核心

【文章页数】：5 页

【文章目录】：
材料与方法
    1.研究对象
    2.CT扫描方法
    3.图像分析处理
    4.统计学分析
结 果
    1.肺GGN检出情况比较
    2.良恶性肺GGN患者的一般临床特征及AI定量参数比较
    3.诊断效能分析
讨 论


【参考文献】：
期刊论文
[1]实习医师以共同阅片和第二阅片者模式使用计算机辅助检测系统在低剂量CT中的应用研究[J]. 胡琼洁,陈冲,王玉锦,胡玉娜,潘月影,杨朝霞,艾涛,孙子燕,管汉雄,夏黎明.  放射学实践. 2018(10)
[2]计算机辅助工具对肺结节检测效能的研究[J]. 邵亚军,张宝荣,郭佑民,任转琴.  实用放射学杂志. 2018 (09)
[3]MSCT在肺孤立性磨玻璃结节鉴别诊断中的价值[J]. 熊廷伟,李川,龚明福,戴书华,廖翠薇.  中华肺部疾病杂志(电子版). 2018(04)
[4]纯磨玻璃密度结节肺腺癌的CT三维定量分析[J]. 曹恩涛,于红,范丽,肖湘生,刘靖,李西.  中华放射学杂志. 2016 (12)
[5]纯磨玻璃结节定量CT鉴别肺浸润性腺癌与浸润前病变和微浸润腺癌[J]. 秦福兵,陆友金.  中国医学计算机成像杂志. 2016(01)
[6]计算机辅助诊断定量分析表现为磨玻璃样结节的肺原位腺癌与非典型腺瘤样增生[J]. 矫娜,吴明祥,龚静山,马捷,孙黎明.  中国CT和MRI杂志. 2015(06)



本文编号：3046184