首页 / 院系成果 / 成果详情页

人工智能辅助诊断系统在肺结节CT诊断中的应用价值  期刊论文  

  • 编号:
    0DCFA5D262ED6DC518D1C1D9E416412B
  • 作者:
    邵永超
  • 地址:

    [1]济南市第五人民医院医学影像科

  • 语种:
    中文
  • 期刊:
    影像研究与医学应用 ISSN:2096-3807 2024 年 8 卷 12 期 (95 - 97) ; 2024/6/15 0:00:00
  • 收录:
  • 关键词:
  • 摘要:

    目的:探究人工智能辅助诊断系统在肺结节CT诊断中的应用价值。方法:选取2022年9月—2023年9月济南市第五人民医院收治的肺结节患者94例,所有患者均接受病理检查及CT扫描,以病理检查结果作为金标准,分析CT检查和人工智能辅助诊断系统联合CT检查的诊断效能,比较良恶性肺结节患者的CT征象和肺结节评估结果差异。结果:94例肺结节患者的病理结果显示,恶性54例,良性40例;CT平扫诊断结果显示,恶性57例,良性37例,Kappa值=0.626,一致性尚可。人工智能辅助诊断系统联合CT诊断肺结节恶性56例,良性38例,Kappa值=0.912,一致性极好。人工智能辅助诊断系统联合CT对肺结节良恶性的诊断灵敏度、特异度和准确率分别为98.15%、92.50%和95.74%,均高于CT平扫的87.04%、75.00%和81.91%;漏诊率为1.85%,误诊率为7.50%,均低于CT平扫的12.96%和25.00%,差异有统计学意义(P<0.05);恶性组患者结节的大小和密度均高于良性组,差异有统计学意义(P<0.05);两组的结节位置比较,差异有统计学意义(P<0.05),其中恶性组周围性结节占比高;恶性组的空泡征、分叶征、血管集束征、毛刺征和胸膜凹陷征等恶性征象发生率均更高,差异有统计学意义(P<0.05);恶性组患者肺结节等级大于良性组(P<0.05)。结论:人工智能辅助诊断系统的应用可有效鉴别肺结节患者的恶性征象,对恶性肺结节的检出率、灵敏度、特异度及准确率均较高,具备一定参考价值。

  • 推荐引用方式
    GB/T 7714:
    邵永超, 等. 人工智能辅助诊断系统在肺结节CT诊断中的应用价值 [J].影像研究与医学应用,2024,8(12):95-97.
  • APA:
    邵永超.(2024).人工智能辅助诊断系统在肺结节CT诊断中的应用价值 .影像研究与医学应用,8(12):95-97.
  • MLA:
    邵永超, et al. "人工智能辅助诊断系统在肺结节CT诊断中的应用价值" .影像研究与医学应用 8,12(2024):95-97.
浏览次数:31 下载次数:0
浏览次数:31
下载次数:0
打印次数:0
浏览器支持: Google Chrome   火狐   360浏览器极速模式(8.0+极速模式) 
返回顶部