基于深度学习人工智能在肺结节定性诊断中的临床应用研究.pdf
《基于深度学习人工智能在肺结节定性诊断中的临床应用研究.pdf》由会员分享,可在线阅读,更多相关《基于深度学习人工智能在肺结节定性诊断中的临床应用研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、8 论 著影像研究与医学应用 2024年2月 第8卷第3期 基于深度学习人工智能在肺结节定性诊断中的临床应用研究叶文卫1,2,刘碧华1,3(通信作者),郭天畅2 (1 广东医科大学研究生学院 广东 东莞 523808)(2 东莞市松山湖中心医院放射科 广东 东莞 523326)(3 南方医科大学附属东莞医院 放射科 广东 东莞 523039)Clinical application of deep learning artificial intelligence in qualitative diagnosis of pulmonary nodulesYE Wenwei1,2,LIU Bihu
2、a1,3(Corresponding author),GUO Tianchang2 1 Graduate School of Guangdong Medical University,Dongguan,Guangdong 523808,China;2 Department of Radiology,Dongguan Songshan Lake Central Hospital,Dongguan,Guangdong 523326,China;3 Department of Radiology,Dongguan Hospital Affiliated to Southern Medical Uni
3、versity,Dongguan,Guangdong 523039,China【Abstract】Objective To explore the clinical application of deep learning artificial intelligence in the qualitative diagnosis of pulmonary nodules.Methods A retrospective analysis was conducted on the data of 325 pulmonary nodules from 230 patients who met the
4、inclusion criteria at Dongguan Songshan Lake Central Hospital from January 2020 to December 2022.They were divided into group A(double reading),group B(AI reading alone),and group C(double reading+AI comprehensive reading)according to the reading method.Using pathology as the gold standard,the readi
5、ng time,sensitivity,specificity,positive predictive value,negative predictive value,and accuracy of 325 lung nodules detected in each group were counted and compared.Results The film reading time in Group A was(14.37 2.12)minutes,the film reading time in Group B was(1.34 0.12)minutes,and the film re
6、ading time in Group C was(8.34 1.26)minutes.The film reading time of Group B was statistically shorter than that of Group A and Group C,and the film reading time of Group C was statistically shorter than that of Group A,with a statistically significant difference(P 0.05).The sensitivity,specificity,
7、positive predictive value,negative predictive value,and accuracy of Group A diagnosis were 85.97%,36.17%,88.85%,30.36%,and 78.76%,respectively,and the indicators of Group B diagnosis were 91.01%,42.55%,90.36%,44.44%,and 84.00%,respectively,and indicators of group C diagnosis were 90.29%,55.32%,92.27
8、%,49.27%,and 85.23%,respectively,with statistical significance(P 0.05).Conclusion AI assisted radiologists can shorten the reading time and effectively improve the sensitivity,specificity,and accuracy of pulmonary nodule diagnosis.【Key words】Deep learning;Artificial intelligence;Qualitative diagnosi
9、s【摘要】目的:探讨基于深度学习人工智能在肺结节定性诊断中的临床应用价值。方法:回顾性分析 2020 年 1 月2022 年 12 月东莞市松山湖中心医院符合纳入标准的 230 例患者的 325 个肺结节的资料,根据阅片方式分为 A 组(双人阅片),B 组(AI 单独阅片),C 组(双人+AI 综合阅片),以病理为金标准,统计和比较各组对 325 个肺结节检出的阅片时间、灵敏度、特异度、阳性预测值、阴性预测值、准确率。结果:A 组阅片时间(14.372.12)min,B 组阅片时间(1.340.12)min,C 组阅片时间(8.341.26)min,B 组阅片时间短于 A 组和 C 组,且 C
10、 组阅片时间短于 A 组,差异具有统计学意义(P 0.05)。A 组诊断的灵敏度、特异度、阳性预测值、阴性预测值、准确率分别为 85.97%、36.17%、88.85%、30.36%、78.76%,B 组分别为 91.01%、42.55%、90.36%、44.44%、84.00%,C 组分别为90.29%、55.32%、92.27%、49.27%、85.23%,各组差异有统计学意义(P 0.05)。结论:AI 辅助医师阅片可以缩短阅片时间,有效提高肺结节诊断的灵敏度、特异度和准确率。【关键词】深度学习;人工智能;定性诊断【中图分类号】R445.3 【文献标识码】A 【文章编号】2096-380
11、7(2024)03-0008-04肺癌是中国乃至全球发病率和死亡率最高的一种恶性肿瘤1,其主要原因是肺癌在早期缺乏特异症状,早期确诊率只有 10%15%2。据统计,期肺癌患者在发现恶性结节后 1 个月内接受手术等治疗,其 5 年生存率可达 92%3。因此对患者进行早期肺癌筛查是必要的。肺癌筛查计划及人工智能(artificial intelligence,AI)的基金项目:广东省东莞市社会发展科技项目(20231800904182)。9论 著影像研究与医学应用 2024年2月 第8卷第3期 积极推广显著提高了肺结节的检出率。AI 在 CT 扫描图像中识别肺结节的灵敏度明显高于放射科医生已成为国
12、内外专家的共识4。然而,筛查出的肺结节数量多并且定性困难。近年来,基于深度学习 AI 在协助肺结节定性方面已取得了一定进展5。本研究旨在探讨基于深度学习人工智能在肺结节定性诊断中的临床应用价值,报道如下。1 资料与方法1.1 一般资料回顾性分析 2020 年 1 月2022 年 12 月东莞市松山湖中心医院符合纳入标准的 230 例患者的 325 个肺结节的资料。其中男性 103 例,女性 127 例,年龄 25 75 岁,平均(49.9510.13)岁,肺结节共 325 个。纳入标准:(1)均于松山湖中心医院病理学检查结果是孤立性肺结节;(2)肺内非钙化结节直径 3 cm;(3)CT 图像层
13、厚 1 mm 的高分辨率薄层图像;(4)患者临床资料完整。排除标准:(1)肺部弥漫性病变;(2)图像有严重伪影;(3)伴有血液系统疾病者。1.2 方法1.2.1 CT 扫描方法 采用量子双源 CT(Siemens SOMATOM Drive)或 64 排螺旋 CT(厂家:GE)进行胸部 HRCT 扫描,患者仰卧,双手上举,采取吸气末单次屏气扫描,扫描范围为肺尖至肋膈角尖端水平,两侧包括胸壁、腋窝。扫描参数:(1)Siemens SOMATOM Drive 量子双源 CT Flash 模式:管电压 120 kV,Carek V semi,自动管电流调制,矩阵 512512,螺距 0.6 mm,重
14、建卷积函数采用 T20 f,重建层厚 1 mm,层距 1 mm。(2)GE 64 排螺旋 CT:管电压 120 kV,电流 160 280 mA,矩阵 512512,高分辨率扫描层厚 0.625 mm,层距 0.625 mm。图像分析采用肺窗(窗宽:1 500 HU,窗位:-400 HU)。1.2.2 CT 图像分析 A 组:双人阅片,由两名主治以上放射诊断医师观察胸部 CT 肺结节的大小、密度、边界及与血管和支气管关系,并进行肺结节良恶性评估,导出报告并存档。B 组:AI 单独阅片,基于深度学习人工智能(Dr.wise V201130 fix,由深睿医疗公司提供),将符合纳入标准病例的胸部
15、CT 原始数据传输至工作站,软件系统自动批量进行肺结节识别和标记,得到相关量化参数:结节大小、体积、平均 CT 值及良恶性评估(低危结节、高危结节),导出结构性报告并存档。C 组:双人+AI 综合阅片,由两名主治以上放射诊断医师借助深睿医疗公司 AI 进行肺结节检测、分类,并根据患者年龄及肺结节大小、密度、边界,与血管和支气管关系进行良恶性评估,导出报告并存档。1.3 观察指标A、B、C 三组阅片、分析后,统计每组平均阅片时间及肺结节检出数,根据 2018 年肺结节诊治中国专家共识6诊断标准进行肺结节良恶性评估。肺结节良恶性的金标准:基于支气管纤维镜活检、经穿刺活检或手术后的病理报告。分别计算
16、 A、B、C 三组的诊断灵敏度、特异度、阳性预测值、阴性预测值、准确率;以病理检查结果为金标准,计算 A、B、C 三组对肺结节良恶性评估的符合率。1.4 统计学方法采用 SPSS 21.0 统计软件处理数据。符合正态分布的计量资料以均数 标准差(x-s)表示,两组间比较采用独立样本 t 检验,多组间采用方差分析;计数资料以频数(n)、百分率(%)表示,采用2检验。以P 0.05 代表差异有统计学意义。2 结果2.1 肺结节患者病理诊断结果230 例患者经病理确诊共有 325 个肺结节,其中恶性 278 个(腺癌 153 个,鳞癌 83 个,腺鳞癌 17 个,小细胞肺癌 11 个,大细胞癌 10
17、 个,癌肉瘤 2 个,类癌 1 个,腺样囊性癌 1 个);良性 47 个(非典型腺瘤性增生 13 个,原位腺癌 8 个,原位鳞癌 5 个,硬化性肺泡细胞瘤 9 个,错构瘤5个,结核球2个,慢性炎症3个,霉菌感染2个)。见表 1。表 1 肺结节患者病理诊断结果病理诊断结果例数占比/%恶性结节27885.54 腺癌15347.08 鳞癌 8325.54 腺鳞癌 17 5.23 小细胞肺癌 11 3.38 大细胞癌 10 3.08 癌肉瘤 2 0.62 类癌 1 0.31 腺样囊性癌 1 0.31良性结节 4714.46 非典型腺瘤性增生 26 8.00 硬化性肺泡细胞瘤 9 2.77 错构瘤 5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 深度 学习 人工智能 结节 定性 诊断 中的 临床 应用 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。