人工智能辅助诊断系统联合DenseNet深度学习辅助阅片在肺结节CT诊断中的效果

摘要

目的：探讨人工智能辅助诊断系统联合DenseNet深度学习(统称AI)辅助阅片在肺结节CT诊断中的效果。方法：收集2022年10月—2024年10月于包钢集团第三职工医院接受肺结节CT筛查的376例患者的临床资料与影像学资料，所有患者均进行CT检查，由高年资放射科医师进行人工阅片、AI技术辅助阅片，并以病理诊断结果为金标准，比较人工阅片与AI辅助阅片诊断肺结节良恶性的效能及对不同直径肺结节(直径<10 mm微小结节、10～30 mm普通结节)的检出情况。结果：376例患者经证实存在545枚肺结节，其中良性结节228枚，恶性结节317枚。AI辅助阅片诊断肺结节良恶性的灵敏度、特异度、准确率分别为97.48%、97.81%、97.61%，均高于人工阅片的90.22%、60.09%、77.61%(P<0.05)。AI辅助阅片对直径<5 mm、5～<10 mm、10～30 mm结节的检出准确率依次为92.41%、97.46%、98.01%，均高于人工阅片的41.77%、73.73%、86.32%(P<0.05)。结论：AI技术辅助阅片对肺结节的诊断效能较高，尤其是对微小结节的筛查准确性较高，可辅助医师诊断以提高工作效率。

关键词

肺结节 / 计算机体层摄影 / 人工智能 / DenseNet / 深度学习