换一批基于胸部CT的深度学习模型评估慢性阻塞性肺疾病患者肺功能
Deep learning models based on chest CT for evaluating lung function of chronic obstructive pulmonary disease patients
摘要目的 观察基于胸部CT的深度学习(DL)模型评估慢性阻塞性肺疾病(COPD)患者肺功能的价值.方法 回顾性纳入接受肺功能检查(PFT)和CT检查的 1 888例COPD患者,按 7∶3分为训练集(n=1 321)与验证集(n=567).分别采用UNet、残差网络(ResNet)、密集连接卷积网络(DenseNet)和EfficientNet基于临床资料与胸部CT数据融合建立DL模型,观察其用于评估肺功能参数,包括用力肺活量(FVC)、第 1秒用力呼气容积(FEV1)、一秒率(FEV1/FVC)、FVC占预计值的百分比(FVC%)及FEV1 率(FEV1%)的效能.结果 ResNet50 模型用于评估COPD患者肺功能总体表现最佳,其评估 FVC、FEV1、FEV1/FVC及 FEV1%的平均绝对误差(MAE)均最低;DenseNet201模型用于评估FVC%最佳,其MAE、平均相对误差(MRE)及均方根误差(RMSE)均最低;UNet模型表现过差.排除UNet模型后两两比较结果显示,ResNet50用于评估FEV1/FVC和FEV1%的MAE均显著低于其他模型(P均＜0.05).结论 基于胸部CT的DL模型有助于评估COPD患者肺功能,以ResNet50模型总体表现最佳.
更多相关知识
关键词
肺疾病,慢性阻塞性呼吸功能试验体层摄影术,X线计算机深度学习pulmonary disease,chronic obstructiverespiratory function teststomography,X-ray computeddeep learning
栏目名称
DOI
10.13929/j.issn.1672-8475.2026.01.004
发布时间
2026-03-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
新疆呼吸病研究重点实验室开放课题（HXBYJSYS2024005）
- 浏览5
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
