换一批利用人工智能辅助诊断系统基于大矩阵结合全模型迭代重建算法于低剂量胸部CT中检出肺结节
Artificial intelligence-assisted diagnosis system for detecting pulmonary nodules on low-dose chest CT based on large matrix combining iterative model reconstruction
摘要目的 观察利用人工智能(AI)辅助诊断系统基于大矩阵结合全模型迭代重建(IMR)于低剂量胸部CT中检出肺结节的价值.方法 前瞻性对 108例疑诊肺结节患者行低剂量胸部CT扫描,分别以滤波反投影(FBP)(矩阵512×512,FBP组)、iDose(Level 4,矩阵1 024×1 024,iDose组)及IMR(Level 3,矩阵1 024×1 024,IMR组)算法重建图像;比较3组图像质量主、客观评价结果,以及AI辅助诊断系统基于3组图像对于肺结节的漏、误检率.结果 IMR组、iDose组及FBP组之间,低对比分辨率评分、诊断信心评分、降主动脉信噪比及降主动脉对比度噪声比依次下降,而图像失真评分、双肺平均噪声及主动脉平均噪声依次上升(P均＜0.05).108例共存在752个肺结节.AI辅助诊断系统基于FBP组、iDose组及IMR组图像对于肺结节的漏检率分别为2.13%(16/752)、0.93%(7/752)及0.53%(4/752),误检率分别为 21.28%(199/935)、17.31%(156/901)及 12.62%(108/856),差异均有统计学意义(P均＜0.05).结论 1 024×1 024大矩阵结合IMR有利于提高AI辅助诊断系统检出低剂量胸部CT中的肺结节.
更多相关知识
关键词
多发肺结节图像处理,计算机辅助体层摄影术,X线计算机人工智能前瞻性研究multiple pulmonary nodulesimage processing,computer-assistedtomography,X-ray computedartificial intelligenceprospective studies
栏目名称
DOI
10.13929/j.issn.1672-8475.2025.10.010
发布时间
2026-01-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河南省医学科技攻关计划（LHGJ20220654）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
