换一批不同重建算法对人工智能辅助肺结节检测效能的影响
Effects of different reconstruction kernels on efficiency of artificial intelligence-assisted lung nodule detection
摘要目的 探讨不同重建算法[高分辨率算法(B70f)、标准算法(B30f)]对人工智能软件辅助肺结节检测效能的影响.方法 选择2019年1月1日至31日在大连大学附属中山医院行常规胸部CT扫描的患者177例,其中男性71例,女性106例;年龄21～77岁,平均年龄51.3岁.行胸部CT扫描,分别使用B70f、B30f,重建原始数据,以获得医学数字成像和通信(DICOM)图像,并将图像数据传送至人工智能服务器进行肺结节自动检测.分别记录每例患者在两种重建算法下被检出肺结节的位置、长径、性质,将检测结果与"金标准"肺结节进行比对,统计"长径＜4 mm"组、"长径≥4 mm"组和"所有肺结节"组的真阳性结节数、假阳性结节数、假阴性结节数,分别计算两种重建算法对不同大小肺结节检出的灵敏度、假阳性率,并比较在两种重建算法条件下检测出肺结节的灵敏度、假阳性率是否有差异.结果 B70f、B30f对所有结节检出的灵敏度分别为82.83％、71.04％,假阳性率分别为1.58枚/CT、2.46枚/CT,组间差异均具有显著统计学意义(P＜0.01);B70f、B30f对长径＜4 mm肺结节检出的灵敏度分别为80.49％、67.28％,假阳性率分别为0.58枚/CT、1.06枚/CT,组间差异均具有显著统计学意义(P＜0.01);B70f、B30f对长径≥4 mm肺结节检出的灵敏度分别为91.07％、84.29％,假阳性率分别为0.99枚/CT、1.38枚/CT,组间差异具有统计学意义(P＜0.05).结论 应用B70f重建算法对人工智能辅助肺结节的检测效能优于B30f.
更多相关知识
栏目名称
DOI
10.13339/j.cnki.sglc.20210226.004
发布时间
2021-04-21（万方平台首次上网日期，不代表论文的发表时间）
- 浏览55
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
