基于人工智能的CT肺结节检出影响因素分析:体模研究
刘强1
曾勇明1
孙静坤2
娄豪1
夏贤美1
葛冰3
周宇1
郑月1
1.重庆宏仁一医院放射科,重庆4084002.重庆医科大学附属第一医院放射科,重庆4000163.佳能医疗系统(中国)有限公司,成都610016
摘要：目的:基于胸部仿真体模实验,对人工智能(AI)诊断系统CT肺结节检出的影响因素进行分析.方法:使用东芝Aquilion CXL 64排CT,设定不同扫描参数(扫描剂量、重建算法及重建层厚)和非扫描参数(结节的大小、密度及胸部位置),对体模扫描并图像重建,运用AI诊断系统检出肺结节.结果:①不同剂量扫描时,肺结节检出真阳性率无统计学差异,低剂量模式时检出假阳性数较高.②3种迭代重建算法比较,检出的肺结节真阳性率无统计学差异,Strong组的真阳性率及假阳性数均较高.③薄层图像的肺结节检出真阳性率明显高于厚层图像.④纵隔旁肺结节真阳性率明显高于胸膜下和肺实质.⑤直径≥8 mm组肺结节检出真阳性率明显高于直径≤5 mm组.⑥3种密度肺结节检出时,真阳性率均无明显差异.结论:CT扫描因素(扫描剂量、重建算法及重建层厚)和非扫描因素(结节的大小、密度及胸部位置)可影响AI肺结节的检出.
关键词：人工智能X线体层摄影肺结节体模
分类号：R814.42(放射医学)TP18(自动化基础理论)
资助基金：重庆市南川区科技计划项目(Cx202016)
论文发表日期：2024-07-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 471-477 )
英文信息