CT图像分辨率对人工智能肺结节辅助诊断系统诊断准确性的影响
杨尚文1
胡安宁1
徐亚运1
张帅2
张建2
卢玉3
刘柏韵3
张冰1
杨雯1
辛小燕1
1.南京大学医学院附属鼓楼医院医学影像科 江苏南京2100082.南京大学人工微结构协同创新中心 江苏南京2100083.北京推想科技有限公司 北京100025
摘要：目的 探讨肺部CT图像分辨率对人工智能(AI)辅助诊断软件肺结节诊断准确性的影响.方法 前瞻性收集2019年9月～ 10月来我院行胸部CT平扫检查的患者35例.每位患者的肺部图像均使用两种不同分辨率进行重建,使用常规高分辨率512 ×512矩阵重建的为A组图像,使用超高分辨率1024×1024矩阵重建的为B组图像.使用AI辅助诊断软件分别对A、B两组图像进行肺结节分析,记录结节的密度类型、体积和最大径.同时由2名胸部影像诊断医师在AI辅助诊断的基础上,对B组图像进行肺结节分析,以2位医师的一致性意见作为该患者肺结节诊断的金标准.将肺结节按最大径＞4mm和最大径≤4mm进行分类分析比较,不同分辨率组间AI辅助诊断结果的敏感性比较采用McNemar检验,P ＜0.05认为差异具有统计学意义.结果 对于最大径＞4mm和最大径≤4mm的结节,AI辅助诊断系统在超高分辨率(B组)图像的诊断敏感性均显著高于常规高分辨率(A组)图像(97.1％ vs 75.4％、96.9％ vs 74.8％),差异均具有统计学意义(x2 =111.76、74.33,P均＜0.01).对于全部结节,B组的敏感性高于A组(97.0％ vs 75.0％),差异具有统计学意义(x2=83.83,P＜0.01).A、B两组AI诊断结果的全部结节的假阳性检出率(FPDR)分别为17.6％和21.1％.结论 使用超高分辨率肺部CT图像进行AI辅助肺结节诊断,无论结节大小,诊断的敏感性明显高于常规高分辨率图像.对于最大径＞4mm的结节,FPDR没有明显变化.对于所有结节,FPDR则略有升高,可以提高肺结节诊断的准确性.
关键词：肺结节人工智能深度学习超高分辨率
分类号：R734.2(呼吸系肿瘤)R814.42(放射医学)
资助基金：江苏省"六大人才高峰"高层次人才项目(2016-WSN-160)江苏省南京市卫生科技发展专项基金项目(YKK18062)
论文发表日期：2020-06-28
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：4( 965-968 )
英文信息