作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:探讨多层螺旋计算机断层扫描(CT)与人工智能(AI)识别在肺结节诊断中的应用效果.方法:选取2019年11月-2020年3月我院50例胸部CT检查患者,且所有患者均接受高分辨重建,分别使用医师阅片与AI阅片,对比两种阅片方法诊断肺结节的准确率及诊断效能.结果:医师阅片诊断肺结节准确率为90.00%,AI识别阅片诊断肺结节准确率为94.00%;AI识别阅片诊断肺结节准确率较医师阅片较高,但组间对比,差异无统计学意义(P>0.05).经受试者工作曲线(ROC)分析结果显示,经医师阅片及AI识别阅片诊断肺结节的AUC分别为0.830、0.841,均>0.8,诊断价值较为理想.结论:AI识别阅片在肺结节诊断中准确度与灵敏度均较医师阅片高,有助于降低肺结节漏诊率与误诊率,但两种方法诊断价值无明显差异,临床可采用AI识别医师阅片联合诊断方式.
推荐文章
人工智能在肺结节检测与诊断中的应用及发展
人工智能
肺结节
深度学习
卷积神经网络
计算机辅助诊断
基于深度学习的人工智能胸部CT肺结节检测效能评估
计算机体层成像
肺结节
深度学习
人工智能
检出
人工智能在CT诊断甲状腺结节中的临床研究
甲状腺结节
人工智能
深度学习
CT成像
边缘检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 CT高分辨重建联合人工智能在肺结节识别诊断中的应用效果分析
来源期刊 现代医用影像学 学科
关键词 肺结节 多层螺旋计算机断层扫描 人工智能识别
年,卷(期) 2021,(1) 所属期刊栏目 短篇论著
研究方向 页码范围 87-89
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (39)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(14)
  • 参考文献(0)
  • 二级参考文献(14)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(21)
  • 参考文献(0)
  • 二级参考文献(21)
2018(19)
  • 参考文献(1)
  • 二级参考文献(18)
2019(10)
  • 参考文献(5)
  • 二级参考文献(5)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
肺结节
多层螺旋计算机断层扫描
人工智能识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代医用影像学
月刊
1006-7035
61-1289/R
大16开
陕西省西安市南二环西段115号祥和花园
52-147
1992
chi
出版文献量(篇)
7135
总下载数(次)
1
总被引数(次)
12469
论文1v1指导