目的:通过与单纯人工阅片进行比较,探讨基于DenseNet网络深度学习的人工智能肺结节自动检测系统鉴别肺结节良恶性的价值和优势.方法:搜集2015年1月-2017年12月本院510例肺结节CT检查病例,由ManBetX万博官网地址下载 组(按照从事胸部CT诊断的年限分为高级ManBetX万博官网地址下载 组和初级ManBetX万博官网地址下载 组)和人工智能组(基于DenseNet网络深度学习的人工智能系统)分别对所有肺结节进行良恶性的诊断,以病理结果为金标准,分别统计各组在不同大小肺结节(直径≤10 mm、10mm＜直径≤20 mm以及直径＞20 mm)良恶性诊断上的敏感度、特异度及符合率,并通过卡方检验进行统计分析.结果:在510例肺结节的诊断中,人工智能组诊断敏感度(93.14％)与高级ManBetX万博官网地址下载 组(91.14％)间差异无统计学意义(P＞0.05),与初级ManBetX万博官网地址下载 组(61.43％)间的差异具有统计学意义(P =0.000);而诊断特异度(95.63％)及符合率(93.92％)均高于ManBetX万博官网地址下载 组(初级56.25％、59.80％;高级58.75％、80.98％),差异均有统计学意义(P=0.000).在≤10mm的肺结节中,人工智能组的诊断敏感度、特异度及符合率均高于高级ManBetX万博官网地址下载 组(90.38％,92.96％,91.43％;78.85％,64.79％,73.14％;所有P=0.000);在10 mm＜直径≤20 mm和直径＞20 mm肺结节组中,人工智能组的诊断敏感度(92.25％,97.12％)与高级ManBetX万博官网地址下载 组(95.77％,97.12％)间的差异均无统计学意

作者：戴正行；胡春洪；王希明；陈琦；夏菁；姚柳；刘稳

来源：放射学实践 2020 年 35卷 4期