领域于胸部CT扫描的计算机辅助检验(CAD)管理系统可作为第二阅读器检验有含义的口部,并有助于减小口部漏诊状况的发生,特别是在减小出错和提升灵活性多方面;还有。
到目前为止,CAD的课题是对实性口部的检验,然而,亚实性口部(SSNs)的恶性率高于实性口部,在前列腺癌临床研究之中SSNs的发生率高达9.4%,因此日益多的研究工作瞩目CAD对SSNs的探讨。当CAD领域于SSNs时,CT的层深是一个最主要的弊端。在深层CT上,由于对比解像度较低及外总重量畸变的假定不利于SSNs的检验和也就是说。然而,在实际工作之中,并非每个该机构都可获得浸润CT。在近期,CAD对SSNs检验的最佳CT层深尚不明确,对于最佳层深的选择仍未能达成共识。
全因,发表在Radiology杂志的一项研究工作分析了CT层深对CAD检验SSNs精度的负面影响,并探讨了基于深进修的;也解像度CT层深减薄演算法是否能提升CT层深的检验精度,为CAD在计算机多方面的基准化领域共享了参考基准,为CAD进一步扩大药理学领域共享了新的学说及技术上的支持。
本研究工作扩及了2018年3同年至2018年12同年前夕接纳切除术疗法病变的CT左图表,层深分作1、3、5mm。对有同时切除术的SSNs病变和无SSNs病变(阴性依此)展开了回顾性分析。之内为6 ~ 30mm的SSNs被标记为实性病变。将基于深进修的CAD管理系统领域于每个层深的CT左图表的SSN检验,并使用;也解像度演算法将3毫米和5毫米层深左图表切换为1毫米层深CT左图表。运用JAFROC数据分析评价和比较了CAD在各层深上的精度。
本研究工作共扩及分析了308由此可知病变(半数±基准差,62岁±10岁;女同性恋183由此可知),其之中SSNs424由此可知(外实性口部310由此可知,非实性口部114由此可知),无SSNs182由此可知(半数65±10岁;97名男性)。三种层深(1、3和5 mm分作0.92、0.90和0.89;P = 0.04)及1和 5 mm层深彼此间的总分相似之处相当大(P = 0.04)。非实性口部的总分相似之处较少(1、3和5 mm分作0.78、0.72和0.66,P < .001),而外实性口部的总分相似之处并不相当大(之内为0.93-0.94,P = .76)。;也解像度演算法提升了CAD在3和5mm层深上的敏感性(3mm的P = 0.02, 5mm的P < .001)。
左图 72岁男性,病理证实左肺上叶浸润基准型肺腺癌。(a) 1mm层深,(b) 5mm层深和从原始(c)3mm和(d)5mm层深左图表经;也解像度演算法切换后推测左上叶有一个16mm界限融为一体的外实性口部,实性外为5mm。口部的实性外(箭头)在1mm左图表(a)上推测界线清晰,而在5mm左图表(b)上界线欠清。计算机辅助检验(CAD)演算法在1mm和3mm层深左图表上推测了口部,但在5mm层深左图表上未能推测。领域;也解像度演算法(c, d)链接实体外,CAD在;也解像度3和5 mm左图表上均检验到了口部。
表 CAD在完全相同层深和;也解像度切换的CT左图表上的假阳性得分。
浸润CT对亚实性口部的计算机辅助检验(CAD)优于深层CT,众所周知是在非实性口部上更为出彩。基于深进修的;也解像度演算法的领域提升了CAD在深层CT左图表上的敏感性。CAD的改进以及其与阅读者的联合领域可明显减小假阳率。这为药理学对CAD的侧重领域共享了学说支持,为CAD在计算机多方面的发展铺平了干道。
原文出处:
Sohee Park,Sang Min Lee,Wooil Kim,et al.Computer-aided Detection of Subsolid Nodules at Chest CT: Improved Performance with Deep Learning-based CT Section Thickness Reduction.DOI:10.1148/radiol.2021203387
相关新闻
相关问答