排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的:探讨影响人工智能检测肺结节效能的因素,力求为不同性质的结节提供个性化的扫描剂量及人工智能系统,同时为各人工智能系统适宜的扫描条件提供参考。方法:标准成人男子胸部X线/CT影像模型,内部随机分布15个不同密度和大小的模拟肺结节,采用不同的管电压和管电流对模型进行扫描,共扫描50次。应用不同公司的人工智能系统进行肺结节检测,采用Pearson χ2检验或Fisher确切概率法比较各组检出率和假阴性率;采用Kruskal-Wallis H检验比较假阳性率。结果:①不同管电压条件下,公司A和公司C对不同性质肺结节的检出率无统计学差异;公司B对+100HU结节的检出率,70kV（100%）组高于120kV（80%）和140kV（80%）组;公司B对3mm结节的检出率,70kV组（33.33%）高于120kV（0%）和140kV（0%）组,差异有统计学意义。②各管电压组内不同管电流间及各管电压组间,检出率、假阴性率的差异无统计学意义。各管电压组间假阳性率的差异具有统计学意义。③公司A在70kV组检出率（64.44%）低于公司B（80.00%）、假阴性率（35.56%）高于公司B（20.00%）;公司A的假阳性率高于公司B和公司C;公司B和公司C间检出率、假阴性率、假阳性率无统计学差异。结论:人工智能辅助肺结节检测的灵敏度与CT扫描剂量无关,与结节性质及AI系统性能有关。本研究中公司B和公司C整体性能高于公司A,最佳扫描管电压分别是70kV、70kV和100kV。 相似文献
1