基于人工智能的CT肺结节检出影响因素分析:体模研究

R814.42%TP18; 目的:基于胸部仿真体模实验,对人工智能(AI)诊断系统CT肺结节检出的影响因素进行分析.方法:使用东芝Aquilion CXL 64排CT,设定不同扫描参数(扫描剂量、重建算法及重建层厚)和非扫描参数(结节的大小、密度及胸部位置),对体模扫描并图像重建,运用AI诊断系统检出肺结节.结果:①不同剂量扫描时,肺结节检出真阳性率无统计学差异,低剂量模式时检出假阳性数较高.②3种迭代重建算法比较,检出的肺结节真阳性率无统计学差异,Strong组的真阳性率及假阳性数均较高.③薄层图像的肺结节检出真阳性率明显高于厚层图像.④纵隔旁肺结节真阳性率明显高于胸膜下和肺实质.⑤直径≥8...

Full description

Saved in:
Bibliographic Details
Published inCT理论与应用研究 Vol. 33; no. 4; pp. 471 - 477
Main Authors 刘强, 曾勇明, 孙静坤, 娄豪, 夏贤美, 葛冰, 周宇, 郑月
Format Journal Article
LanguageChinese
Published 重庆宏仁一医院放射科,重庆408400%重庆医科大学附属第一医院放射科,重庆400016%佳能医疗系统(中国)有限公司,成都610016 2024
Subjects
phantom
pulmonary nodules
体模
X-ray computed tomography
X线体层摄影
人工智能
肺结节
artificial intelligence
Online AccessGet full text
ISSN1004-4140
DOI10.15953/j.ctta.2023.190

Cover

More Information
Summary:R814.42%TP18; 目的:基于胸部仿真体模实验,对人工智能(AI)诊断系统CT肺结节检出的影响因素进行分析.方法:使用东芝Aquilion CXL 64排CT,设定不同扫描参数(扫描剂量、重建算法及重建层厚)和非扫描参数(结节的大小、密度及胸部位置),对体模扫描并图像重建,运用AI诊断系统检出肺结节.结果:①不同剂量扫描时,肺结节检出真阳性率无统计学差异,低剂量模式时检出假阳性数较高.②3种迭代重建算法比较,检出的肺结节真阳性率无统计学差异,Strong组的真阳性率及假阳性数均较高.③薄层图像的肺结节检出真阳性率明显高于厚层图像.④纵隔旁肺结节真阳性率明显高于胸膜下和肺实质.⑤直径≥8 mm组肺结节检出真阳性率明显高于直径≤5 mm组.⑥3种密度肺结节检出时,真阳性率均无明显差异.结论:CT扫描因素(扫描剂量、重建算法及重建层厚)和非扫描因素(结节的大小、密度及胸部位置)可影响AI肺结节的检出.
ISSN:1004-4140
DOI:10.15953/j.ctta.2023.190