發(fā)布時間：2022-01-22 19:24

　　目的:探究低、高年資影像科醫(yī)師借助人工智能（AI）軟件對肺結節(jié)檢測效能的提升效果,以評估基于深度學習（3D卷積神經(jīng)網(wǎng)絡模型）的AI軟件對肺結節(jié)輔助診斷的臨床應用價值。方法:隨機抽取2019年1月至2019年10月在大連大學附屬中山醫(yī)院放射科行胸部CT平掃發(fā)現(xiàn)肺結節(jié)的患者206例,共計肺結節(jié)數(shù)目1690個,其中男性84例（占40.8%）,女性122例（占59.2%）,平均年齡（51.5±14.8）歲。將2名經(jīng)驗豐富（從事胸組報告審核15年以上）的放射科醫(yī)師對206例患者胸部CT檢出肺結節(jié)的一致性意見作為“金標準”,再分別由兩名低年資規(guī)培醫(yī)師及兩名高年資住院醫(yī)師在獨立情況下對206例胸部CT上的肺結節(jié)進行檢測,并記錄下結節(jié)的最大直徑、位置、密度及每例CT的檢測時間等相關信息。經(jīng)過14天洗脫期后,由相同的低、高年資醫(yī)師（各兩名）在AI軟件輔助下,再次對206例胸部CT上的肺結節(jié)進行重復檢測,并標注和記錄下目標肺結節(jié)的相關信息（同上）。將所有的肺結節(jié)按照直徑（（27）3.0mm、≥3.0mm）、位置（胸膜下結節(jié)、血管旁結節(jié)、其他位置結節(jié)）、密度（實性、亞實性、鈣化）進一步分類處理。將低、高年資... 

【文章來源】：遵義醫(yī)科大學貴州省

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡模型InferRead6.0軟件工作界面

遵義醫(yī)科大學碩士學位論文劉金沙23圖5圖6圖5右肺下葉外基底段支氣管斷面局部管壁增厚、擴張，低年資醫(yī)師獨立閱片時誤認為肺結節(jié)（假陽性）；圖6左肺下葉外基底段靠近膈肌處的局部肺組織膨脹不全改變，低年資醫(yī)師結合AI前后均誤認為肺結節(jié)（假陽性）。圖7A圖7B圖7C圖7右肺下葉后基底段胸膜局部呈結節(jié)樣增厚，鄰近肺組織局部受壓呈淡磨玻璃影，冠、矢狀位（B、C）重建示病灶與鄰近胸膜寬基底相連，低、高年資醫(yī)師使用AI軟件后均假陽性。

遵義醫(yī)科大學碩士學位論文劉金沙23圖5圖6圖5右肺下葉外基底段支氣管斷面局部管壁增厚、擴張，低年資醫(yī)師獨立閱片時誤認為肺結節(jié)（假陽性）；圖6左肺下葉外基底段靠近膈肌處的局部肺組織膨脹不全改變，低年資醫(yī)師結合AI前后均誤認為肺結節(jié)（假陽性）。圖7A圖7B圖7C圖7右肺下葉后基底段胸膜局部呈結節(jié)樣增厚，鄰近肺組織局部受壓呈淡磨玻璃影，冠、矢狀位（B、C）重建示病灶與鄰近胸膜寬基底相連，低、高年資醫(yī)師使用AI軟件后均假陽性。

【參考文獻】：
期刊論文
[1]基于深度學習計算機輔助檢測在低劑量胸部CT中肺結節(jié)檢出能力評估[J]. 孟曉燕,顧慧,王錫明,朱海峰,張瑩.  醫(yī)學影像學雜志. 2019(12)
[2]人工智能輔助診斷肺結節(jié)的臨床價值研究[J]. 李甜,李曉東,劉敬禹.  中國全科醫(yī)學. 2020(07)
[3]肺癌危險因素研究現(xiàn)狀[J]. 高冬青,王家林.  中華腫瘤防治雜志. 2019(21)
[4]基于三維卷積神經(jīng)網(wǎng)絡肺結節(jié)深度學習算法模型臨床效能初步評估[J]. 王祥,李清楚,邵影,鄒勤,孫安,陳彥博,陳如譚,高耀宗,劉士遠,蕭毅.  放射學實踐. 2019(09)
[5]人工智能+醫(yī)學影像在肺結節(jié)檢測中的應用研究[J]. 王杜春,任龍,劉寧川,楊柳,何杰.  影像研究與醫(yī)學應用. 2019(16)
[6]基于深度學習的人工智能胸部CT肺結節(jié)檢測效能評估[J]. 李欣菱,郭芳芳,周振,張番棟,王卿,彭志君,蘇大同,范亞光,王穎.  中國肺癌雜志. 2019(06)
[7]人工智能識別技術在T1期肺癌診斷中的臨床應用研究[J]. 劉曉鵬,周海英,胡志雄,金權,王靜,葉波.  中國肺癌雜志. 2019(05)
[8]基于深度學習的醫(yī)學圖像肺結節(jié)檢測[J]. 劉迪,王艷嬌,徐慧.  微電子學與計算機. 2019(05)
[9]基于CT薄層影像特征的肺結節(jié)良惡性評估[J]. 張艷,呂發(fā)金,褚志剛,李琦,畢秋,姜雪,鄭伊能.  中國醫(yī)學影像學雜志. 2019(03)
[10]中國臨床腫瘤學會肺癌診療指南（2018版）更新解讀[J]. 李東航,姚頤,耿慶.  臨床外科雜志. 2019(01)



本文編號：3602764