不同重建算法对人工智能辅助肺结节检测效能的影响

作者：孙丹丹; 王亮; 许迪; 于晶^*; 伍建林

来源：生物医学工程与临床, 2021, 25(02): 160-164.

DOI：10.13339/j.cnki.sglc.20210226.004

• 重建算法
• 肺结节
• 计算机辅助检测
• 体层摄影术,X射线计算机
• 人工智能(AI)

目的探讨不同重建算法[高分辨率算法(B70f)、标准算法(B30f)]对人工智能软件辅助肺结节检测效能的影响。方法选择2019年1月1日至31日在大连大学附属中山医院行常规胸部CT扫描的患者177例,其中男性71例,女性106例;年龄21～77岁,平均年龄51.3岁。行胸部CT扫描,分别使用B70f、B30f,重建原始数据,以获得医学数字成像和通信(DICOM)图像,并将图像数据传送至人工智能服务器进行肺结节自动检测。分别记录每例患者在两种重建算法下被检出肺结节的位置、长径、性质,将检测结果与"金标准"肺结节进行比对,统计"长径<4 mm"组、"长径≥4 mm"组和"所有肺结节"组的真阳性结节数、假阳性结节数、假阴性结节数,分别计算两种重建算法对不同大小肺结节检出的灵敏度、假阳性率,并比较在两种重建算法条件下检测出肺结节的灵敏度、假阳性率是否有差异。结果 B70f、B30f对所有结节检出的灵敏度分别为82.83%、71.04%,假阳性率分别为1.58枚/CT、2.46枚/CT,组间差异均具有显著统计学意义(P <0.01);B70f、B30f对长径<4 mm肺结节检出的灵敏度分别为80.49%、67.28%,假阳性率分别为0.58枚/CT、1.06枚/CT,组间差异均具有显著统计学意义(P <0.01);B70f、B30f对长径≥4 mm肺结节检出的灵敏度分别为91.07%、84.29%,假阳性率分别为0.99枚/CT、1.38枚/CT,组间差异具有统计学意义(P <0.05)。结论应用B70f重建算法对人工智能辅助肺结节的检测效能优于B30f。

• 单位
  大连大学附属中山医院