基于CT图像的孤立性肺结节诊断模型研究

摘要：

目的 探讨计算机辅助诊断孤立性肺结节(SPN)对人工诊断的意义.方法 搜集经CT引导下肺组织活检穿刺病理证实的SPN 193例(恶性结节144例,良性结节49例),分析21项(实际应用20项)薄层CT指标(部位、长径、短径、形态、边缘、毛刺、晕征、分叶、棘突、空泡、空洞、细支气管气象、与血管关系、与胸膜关系、钙化、脂肪、卫星灶、透亮影、周围肺气肿、胸膜肥厚、密度).以CT引导下肺活检穿刺的病理结果为金标准,比较神经网络、支持向量机诊断模型及人工诊断3种方法对SPN的诊断效果.结果 神经网络模型诊断准确率71.5%,支持向量机诊断模型诊断准确率68.9%,人工诊断准确率80.3%;敏感性分别为84.0%、65.3%、91.0%;特异性分别为34.7%、79.6%、49.0%.结论 神经网络和支持向量机2种诊断模型对SPN的诊断有一定意义,但准确率低于人工诊断,还不能完全代替人工诊断.

关键词：肺、孤立性肺结节、计算机辅助诊断

所属期刊栏目：27

分类号：R563;R814.42(呼吸系及胸部疾病)

资助基金：国家国际科技合作重大专项2007DFB30320;黑龙江省教育厅科技计划项目11531048;哈尔滨市科技创新人才研究专项资助项目2008RFQXS062

在线出版日期：2011-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：770-772,796