简介:摘要:目的:探讨和分析肺结节分型诊断中CT联合AI肺结节诊断系统的作用。方法:选取80例疑似肺结节患者纳入研究;为患者提供CT检查的基础上,联合使用AI肺结节诊断系统。现将单独CT结果设定为参考组,将CT联合AI肺结节诊断系统的诊断结果设定为研究组。就两组结果进行对比。结果:CT联合AI肺结节诊断系统得出的研究组的结节检出率、阳性率均显著高于CT检查得出的参考组,同时漏诊率、假阴性率显著低于参考组,P<0.05。在结节特征方面,研究组结果中,对于结节大小5cm、8-10cm的结节的检出率明显更高;同时对于磨玻璃结节、胸膜中部结节的检出率同样明显更高,P<0.05。结论:在肺结节分型诊断中,运用CT联合AI肺结节诊断系统能够有效提升诊断准确率,具有较高临床应用价值。
简介:摘要:肺结节(lung nodule, LN)是指直径≤3 cm的类圆形或不规则形的肺部阴影,其中直径≤5 mm的结节称为微小结节,直径>5 mm的称为结节。肺小结节在肺部疾病中是一个常见的表现,且多发小结节更容易引起漏诊、误诊。肺结节筛查对于早期发现肺肿瘤和鉴别肺良性病变具有重要意义。CT是目前临床上检测肺结节最主要的影像学方法,但因其对微小结节的敏感性不高,容易造成漏诊、误诊,影响对肺结节良恶性的判断。近年来,人工智能技术在医学领域应用越来越广泛,计算机辅助诊断系统(computer aided diagnosis system, CAS)是目前计算机辅助诊断中使用最广泛的人工智能技术之一。
简介:【摘要】目的:探讨分析在针对肺部磨玻璃结节患者临床诊断时,将HRCT肺结节靶扫描联合人工智能AI分析应用于其中,并分析患者的影像学特征。方法:选择2020年4月至2022年6月间在我院中收入的40名肺部磨玻璃结节的患者作为研究对象,研究人员针对患者均采用HRCT肺结节靶扫描联合人工智能AI分析进行诊断,分析患者的HRCT肺结节靶扫描联合人工智能AI分析图像特征,分析HRCT肺结节靶扫描联合人工智能AI分析诊断准确度。结果:在本次研究结果中显示,40例患者中通过HRCT肺结节靶扫描联合人工智能AI分析诊断确诊患者36例,确诊率为90.00%。恶性结节表现为不规则形、边界模糊、分叶、毛刺、空泡征。结论:研究分析在恶性结节中,不规则形状、边界模糊、分叶、毛刺以及空泡征等特征较为突出。研究结果表明,HRCT肺结节靶扫描联合人工智能AI分析诊断在肺部磨玻璃结节的鉴别诊断中具有较高的敏感性和特异性,能够有效地辅助医生进行早期诊断和治疗决策,提高了临床工作的准确性和效率。
简介:摘要目的:探究人工智能( AI) CT对肺结节患者病变检出及定性诊断。方法:选择在本院进行治疗的肺结节患者,人数为 50例,按照入院顺序分组原则,各组 25例,其中 25例进行人工智能( AI) CT诊断(观察组)、 25例进行常规 CT诊断(对照组),将各组指标进行比较。结果 :观察组检出率与对照组相比存在差异( P< 0.05)。观察组敏感度、特异度高于对照组, P<0.05。观察组误诊率、漏诊率低于对照组, P<0.05。结论:人工智能( AI) CT对肺结节患者病变检出具有较高价值,误诊率和漏诊率均较低,能够使诊断的敏感度和特异度得以提高,值得研究和推广。
简介:【摘要】目的:研究CT低剂量扫描与AI辅助诊断系统在肺炎检查中应用价值。方法:选取2020年9月~2022年8月我院收治的700例肺炎患者作为研究对象,所有患者核酸检测均为阳性,使用随机数字表分组,其中对照组340例采用常规剂量CT扫描诊断,观察组360例采取低剂量CT扫描,扫描结束后,增加AI辅助诊断系统,使用ASIR迭代重建算法,对获取的影像进行重新构建,对比两组图像质量、病灶特征与患者接受的有效辐射剂量。结果:观察组与对照组在肺炎图像质量与病灶特征主观评分的对比中,差异较小,无统计学意义(P>0.05);观察组患者接受的有效辐射剂量为(1.39±0.23)mSv,对照组患者接受的有效辐射剂量为(5.25±1.36)mSv,数据比较后,差异明显,存在统计学意义(P<0.05)。结论:在肺炎检查中,使用CT低剂量扫描、AI诊断系统辅助方案产生的效果明显,不仅能够确保图像质量满意,而且降低患者接受的有效辐射剂量,检查方法的安全性较高,具有临床推广价值。