• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《医学影像学杂志》 >基于深度学习计算机辅助检测在低剂量胸部CT中肺结节检出能力评估

基于深度学习计算机辅助检测在低剂量胸部CT中肺结节检出能力评估

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

cqvip:目的评估基于深度学习算法的计算机辅助检测系统(CAD),在低剂量胸部CT中肺结节检出能力。方法95例低剂量胸部CT纳入观察CAD,1名低年资医师(5年工作经验)、1名高年资医师(10年以上)分别独立阅片,对比CAD与医师检出总灵敏度、以及不同密度、大小及位置分组中灵敏度差异,计算CAD假阳性率。结果三者共检出结节149个,总灵敏度及实性结节组灵敏度,CAD与低、高年资医师无统计学差异(69%&66%、60%,P=0.389;64%&71%、65%,P=0.620);亚实性结节组及纯磨玻璃密度结节组,CAD灵敏度分别为83%、83%,显著高于低年资医师(55%,P=0.005;55%,P=0.010),与高年资医师差异不显著(60%,P=0.021;58%,P=0.018)。直径8mm组,三者灵敏度无明显差异(P=0.222)。肺外周部及中央部结节,三者检出灵敏度无统计学差异(外周部P=0.599、中央部P=0.087)。CAD假阳性0.65个/例。结论基于深度学习的CAD系统在低剂量胸部CT肺结节检出总灵敏度与医师相当,4mm及以上结节CAD检出灵敏度明显高于放射医师,且伴随较低假阳性;对亚实性结节CAD检出优于放射医师,尤其纯磨玻璃密度结节检出灵敏度较以往有明显提升。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号