深度学习技术对胸部CT肺结节良恶性的检测能力探究

发布时间：2022-02-19 23:50

　　目的:随着深度学习技术和人工神经网络的不断发展,人工智能在医学影像诊断疾病方面发挥了越来越重要的作用。比较基于深度学习技术的人工智能肺结节筛查系统对肺癌早期肺结节良恶性的检测与放射科住院医生诊断结果,评价两者以及联合之后对肺癌早期的诊断能力,提高住院医师对结节良恶性的鉴别能力,为现有的肺结节筛查系统对良恶性结节的研发提供参考方向,提高早期肺癌的筛查能力以期望能够为患者提供早期、准确的肺结节良恶性的诊断。方法:本研究整理了石河子大学医学院第一附属医院2015年1月至2018年12月所有经纤维支气管镜、手术或经皮肺部穿刺活检具有明确病理结果的3494例患者资料,筛选病理诊断为肺癌患者997例。回访收集所有恶性结节患者从2013年1月到病理确诊期间的胸部CT检查,筛选与肿瘤在相同位置有肺结节的CT检查,共计287例恶性结节作为测试集。将287例结节DICOM标准格式图像导入人工智能筛查系统中,记录模型检测结节的大小、位置、恶性概率。同时将287个肺结节病例所对应的检查号从PACS系统调取CT图像,由2名正在参加住院医师规范化培训的住院医生进行盲法阅片,判断测试集中肺结节的良恶性。记录人工智能... 

【文章来源】：石河子大学新疆维吾尔自治区211工程院校

【文章页数】：32 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
中英文对照缩略词表
前言
材料与方法
    1.研究对象
    2.图像采集
    3.肺结节诊断
    4.统计学处理
结果
    1.人工智能系统检测结果
    2.住院医师诊断结果
    3.人工智能检测与影像医师联合诊断结果
    4.住院医师单独诊断和联合诊断对实性结节和亚实性结节诊断结果
    5.联合诊断与住院医师单独诊断结果比较
讨论
    1.肺癌筛查与肺结节诊断现状
    2.人工智能技术在肺癌早期肺结节诊断中的价值
    3.研究不足
结论
参考文献
文献综述
    参考文献
致谢
作者简介
石河子大学硕士研究生学位论文导师评阅表


【参考文献】：
期刊论文
[1]AI对肺磨玻璃结节筛查及定性的临床应用研究[J]. 蔡雅倩,张正华,韩丹,黄建强,李浚利,金文凤.  放射学实践. 2019(09)
[2]2015年中国恶性肿瘤流行情况分析[J]. 郑荣寿,孙可欣,张思维,曾红梅,邹小农,陈茹,顾秀瑛,魏文强,赫捷.  中华肿瘤杂志. 2019 (01)
[3]《肺结节诊治中国专家共识（2018版）》解读[J]. 张晓菊.  中华实用诊断与治疗杂志. 2019(01)
[4]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)
[5]肺结节影像人工智能技术现状与思考[J]. 萧毅,刘士远.  肿瘤影像学. 2018(04)
[6]基于深度学习和医学图像的癌症计算机辅助诊断研究进展[J]. 陈诗慧,刘维湘,秦璟,陈亮亮,宾果,周煜翔,汪天富,黄炳升.  生物医学工程学杂志. 2017(02)
[7]基于深度学习的疾病诊断[J]. 陆家发,张国明,陈安琪.  医学信息学杂志. 2017(04)
[8]中国肺部结节分类、诊断与治疗指南（2016年版）[J]. 周清华,范亚光,王颖,乔友林,王贵齐,黄云超,王新允,吴宁,张国桢,郑向鹏,步宏.  中国肺癌杂志. 2016(12)
[9]从图灵测试到深度学习:人工智能60年[J]. 万赟.  科技导报. 2016(07)
[10]CT计算机辅助检测与诊断对肺癌早期诊断的应用与进展[J]. 曹恩涛,范丽,肖湘生.  国际医学放射学杂志. 2016(01)



本文编号：3633868