Radiology:基于卷积神经网络软件能够提高胸片中恶性肿瘤的检出率

2020-05-26 shaosai MedSci原创

利用深度卷积神经网络(DCNN)软件在胸片中检出恶性肺肿瘤结节的额外受益尚需多中心研究进行验证。

背景

利用深度卷积神经网络(DCNN)软件在胸片中检出恶性肺肿瘤结节的额外受益尚需多中心研究进行验证。

目的

本研究旨在评价放射科医师在基于深度学习的DCNN软件的辅助下检出胸片中恶性肺结节的表现与单纯放射科医师或DCNN软件表现的差异。

材料与方法

研究人员回顾性识别了600例含肺恶性肿瘤的胸片和200例正常胸片。每一个肺肿瘤的胸片均经CT或病理学验证含有1处肺恶性结节。由来自4个医学中心的12例放射科医师独立分析胸片并标记感兴趣区。利用深度学习计算机辅助诊断赚钱分别对19330胸片进行训练、测试和验证来检出可疑性肺结节。放射科医师在DCNN软件的辅助下进行审阅。利用logistics回归和poisson回归分析评价DCNN软件、放射科医师及放射科医师在DCNN软件辅助下对每一幅图像检出肺结节的敏感性、假阳性数量。

结果

当放射科医师在DCNN软件的辅助下再次审阅胸片时平均敏感性(由65.1% [1375 / 2112; 95% CI: 62.0%, 68.1%]提高到70.3% [1484 / 2112; 95% CI: 67.2%, 73.1%], P < .001),假阳性表现的数量下降(由0.2 [488 / 2400; 95% CI: 0.18, 0.22] to 0.18 [422 / 2400; 95% CI: 0.16, 0.2], P < .001)。在本研究的12例放射科医师中,在DCNN的参与下共有104 / 2400个胸片结果变为正确诊断(从假阴性变为阳性或从假阳性变为真阴性);共有56/2400个胸片结果变为错位诊断。

结论

本研究表明,在基于深度学习的神经卷积网络软件的辅助下,放射科医师在胸片中检出恶性肺结节的诊断表现更好。

原始出处:

Sim Y, Chung MJ, Kotter E . et al. Deep Convolutional Neural Network-based Software Improves Radiologist Detection of Malignant Lung Nodules on Chest Radiographs.DOI:10.1148/radiol.2019182465

本文系梅斯医学(MedSci)原创编译整理,转载需授权!

相关资讯

JTO:高危亚实性肺结节患者随访的药物经济学评估

肺结节 (pulmonary nodule) 是指边界清楚的、影像学不透明的、直径 ≤ 3 cm、周围完全被含气肺组织包绕的单发或多发的肺部结节,不伴肺不张、肺门肿大和胸腔积液。依据在 CT 下

Thorax:一种预测肺结节恶性程度卷积神经网络人工智能工具的外部验证

与布鲁克模型相比,LCP-CNN评分具有更好的辨别力,可以识别更多的良性结节而不会遗漏癌症。

人工智能平台下肺结节的三维可视化定位与手术规划专家共识

目前国内外已存在多种三维重建工具,在肝胆胰腺疾病中的应用已有相关专家共识。为了规范肺结节临床诊治中三维可视化技术的应用,中国医药教育协会胸外科专业委员会、中国胸外科肺癌联盟、浙江省医学会胸外科学分会、中国医疗保健国际交流促进会肺癌预防与控制分会联合发起并制定相关共识。

Chest:偶然发现肺结节的多学科团队治疗

多学科结节诊所可作为促进指南一致性治疗的系统级干预措施,同时也可以提供偏离指南的多学科基础,从而满足不同患者群体的需求。

体检查出肺结节,切还是不切?

24岁的小井拿到体检报告时,去做了公司年度体检,没想到CT报告上赫然写着右肺上叶见小磨玻璃密度影,边缘欠清,径为4mm。小井怎么也想不通,自己这么年轻,生活作息规律,也不抽烟,怎么会有肺结节?

Radiology:CT引导下微弹簧圈定位联合胸腔镜手术切除哪种肺结节比较好?

背景与目的:CT引导下微弹簧圈定位能都减少胸廓切开术或胸腔镜下手术(VATS)解剖性切除。先前研究仅对经CT引导先微弹簧圈定位后肺切除进行了短期随访。本研究旨在评价CT引导下微弹簧圈定位联合VATS后诊断价值与无复发生存期大于2年的价值。