摘要

目的:分析CT影像层厚参数对肺炎人工智能(artificial intelligence,AI)诊断软件诊断准确率的具体影响,探讨提高肺炎AI软件诊断准确率的可行途径。方法:回顾性收集22例不同类型肺炎患者的CT检查数据,每例包含同期胸部CT完整的厚层(5 mm层厚)和薄层(1.25 mm层厚)数据,采用AI软件进行智能诊断。以2名主要从事胸部影像诊断的副主任医师判读结果为参考标准,对比AI软件识别出的全肺体积、病变体积、非实性成分占比结果,并逐一对照图像寻找出现差异的原因。采用SPSS 21.0软件进行统计学分析。结果:AI软件处理厚层(5 mm层厚)图像时,肺门部大血管断面、脏器边缘弧形表面形成的容积伪影易被识别为病灶,与胸壁或纵隔相连的胸膜增厚、胸腔积液、肺实变组织等易识别错误,减小层厚至薄层(1.25 mm层厚)图像可予以改善。AI软件测量的非实性成分占比在不同临床类型肺炎中有较明显差异,层厚对AI软件测量病灶内非实性成分占比也有影响,但对具体病例而言大部分影响不大。结论:CT层厚参数对肺炎AI软件识别全肺体积、病变体积有明显影响,薄层图像识别准确率可明显提高,但仍需改进。层厚对病灶内非实性成分占比测量影响有限,非实性成分占比等病灶内部参数在肺炎临床类型鉴别诊断中具有潜在价值。