人工智能在肺结节诊断中的应用研究.pdfVIP

人工智能在肺结节诊断中的应用研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(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。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第49 卷 第2 期 兰州大学学报(医学版) Vol.49 No .2 2023 年2 月 Journal of Lanzhou University (Medical Sciences ) Feb. 2023 文章编号:1000-2812 (2023) 02-0061-06 人工智能在肺结节诊断中的应用研究 1 2 2 2 2 2 2 2 何 花 ,胡文滕 ,蔺瑞江 ,岳 鹏 ,刘礼新 ,魏 宁 ,马敏杰 ,韩 彪 1 兰州大学 第一临床学院,甘肃 兰州 730000 ;2 兰州大学第一医院 胸外科,甘肃 兰州 730000 摘要:目的目的肺癌早期影像学表现为无明显症状的肺内结节,为提高肺癌筛查效率,本研究拟探讨人工智能 (AI )对肺 结节及肺结节良恶性诊断的效能。方法方法 收集2016 年3 月-2021 年4 月于兰州大学第一医院胸外科就诊的397 例 (共416 个肺结节)患者的相关临床资料,分析对比AI 组、人工阅片+AI 组、人工阅片组的诊断性能以及AI 诊断系统对不同密 度、不同大小结节的诊断准确率。结果结果 AI 、人工阅片+AI 、人工阅片组对肺结节良、恶性鉴别诊断敏感度、特异度、 准确率分别为94.40% 、46.70% 、73.80% ,92.00% 、93.90% 、92.79% ,81.30% 、87.90% 、83.89% (P 0.001 )。AI 对 实性、亚实性、磨玻璃样、钙化结节诊断准确率分别为67.98% 、78.13% 、87.27% 、100.00% (P 0.001 )。AI 对直径 0~ 10、10~20 、20~30 mm 结节诊断准确率分别为70.97% 、82.25% 、67.03% (P 0.05 )。AI 对20~30 mm 实性结节准确 率较低 (60.69% ),其中肺结核诊断准确率为28.00% ;对0~ 10 mm 亚实性结节诊断准确率也较低 (47.62% )。结论结论 在 肺结节良恶性鉴别诊断方面,AI 联合人工阅片具有可接受的区分力,可在临床中广泛应用,但AI 的误诊率仍较高,需 提高AI 在20~30 mm 实性结节、0~ 10 mm 亚实性结节及肺结核中的诊断准确率。 关键词:肺结节;人工智能;鉴别诊断 中图分类号:R445 文献标识码:A doi :10.13885/j.issn.1000-2812.2023.02.011 Application of artificial intelligence in distinguishing malignant and benign lung nodules 1 2 2 2 2 He Hua , Hu Wenteng , Lin Ruijiang , Yue Peng , Liu Lixin , 2 2 2 Wei Ning , Ma Minjie , Han Biao 1 The First Clinical Medical School, Lanzhou University, Lanzhou 730000, China; 2 Department of Thoracic Surgery, The First Hospital of Lanzhou University, Lanzhou 730000, China Abstract ::objective Early imaging manifestations of lung cancer are asymptomatic pulmonary nodules. In order to improve the efficiency of lung can

您可能关注的文档

文档评论(0)

新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。

1亿VIP精品文档

相关文档