-
题名人工智能+医学影像在肺结节检测中的应用研究
被引量：13
- 1
-
-
作者
王杜春
任龙
刘宁川
杨柳
何杰
-
机构
南充市高坪区人民医院放射科
-
出处
《影像研究与医学应用》
2019年第16期39-41,共3页
-
基金
南充市科技局基金(18YFZJ0007)~~
-
文摘
目的:研究人工智能能否替代CT影像诊断医生的巨大工作量,且能为临床医生在肺结节早期诊断、良恶性判断、治疗策略及手术方式选择等方面提供重要的指导意义。方法:通过128层螺旋CT胸部低剂量扫描方式,进行多面重组(MPR)、容积重现(VR)等三维重建后处理,对比分析人工阅片检出肺结节的敏感度、符合率及消耗时间;运用σ-DiscoverLung智能肺结节检测系统检出肺结节、自动分割病灶、自动测量参数、自动分析良恶性、自动结构式报告等的敏感度、符合率及消耗时间;运用统计学方法对比分析人工阅片与σ-DiscoverLung智能肺结节检测系统检测肺结节的敏感度、符合率、消耗时间及优劣势。结果:项目组在研究中发现σ-DiscoverLung半分钟内就能够完成所有肺结节的诊断,经过对比分析、统计,其对肺结节诊断的敏感性达到95.6%,良恶性判断的准确率达到89.5%,假阳性率25.5%。人工阅片与AI阅片相互补充、相互映证,提高了肺癌早期诊断的符合率,为临床在肺结节早期诊断、良恶性判断、治疗策略及手术方式选择等方面提供重要的指导意义。结论:人工阅片与σ-DiscoverLung智能阅片可以相互补充、相互映证,从而提高肺癌早期诊断的符合率,指导临床医生治疗方案的选择。
-
关键词
人工智能
σ-Discover
lung系统
肺小结节
-
Keywords
Artificial intelligence
σ-Discover lung system
Pulmonary nodules
-
分类号
R734.2
[医药卫生—肿瘤]
R730.44
[医药卫生—临床医学]
-
