人工智能对肺结核患者病变检出及定性诊断价值研究

作者:闫明艳; 陈根铭; 赖超; 陈智红; 祝君兰; 李娇; 董淑雯; 成官迅 北京大学深圳医院医学影像科; 广东深圳518036; 深圳市宝安区中心医院影像科; 广东深圳518102

摘要:目的对比肺结节检测分析系统和放射科医师对肺结核患者病变的检出情况,探讨人工智能(Artificial Intelligence,AI)对肺结核患者病变检出的价值。方法收集北京大学深圳医院2016年12月至2018年3月行胸部高分辨CT平扫检查的32例肺结核病例并分为A、B两组,分别评价两组的CT图像。A组采用σ-Discover/Lung肺结节检测分析系统0.2版本,分析获得病变检测结果;B组为2名胸部影像医师分析并获得病变检测结果。统计分析A、B两组对肺结核患者病变的检出情况,回顾性分析CT图像,经2名经验丰富的胸部影像科医师阅片,剔除考虑干酪性肺炎等大片状阴影的病例,采用σ-Discover/Lung肺结节检测分析系统分析病变良恶性概率,以大于50%作为高恶性判断标准。结果本研究共纳入32例肺结核患者,共413处病灶。A组一共检出380处病灶,其中误检10处,漏检43处;B组一共检出407处病灶,其中无误检,漏检6处病变。A组对肺结核患者病变的检出率为89.83%,误检率为2.63%,漏诊率为10.17%;B组对病变的检出率为98.55%,误检率为0%,漏诊率为1.42%。肺结节检测分析系统判断一共217处病变恶性概率大于50%,57.1%的肺良性病变分析为高恶性概率。结论肺结节检测分析系统对肺结核患者病变的检出具有较好的能力,但检出能力不如放射科医师,漏诊率较高,且目前对肺结核患者病变的良恶性分析准确率较低。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

新发传染病电子

统计源期刊 下单

国际刊号:2096-2738

国内刊号:11-9370/R

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。