文献类型：期刊文章

作　　者：刘晓鹏[1] 周海英[1] 胡志雄[1] 金权[1] 王静[1] 叶波[2]

Xiaopeng LIU;Haiying ZHOU;Zhixiong HU;Quan JIN;Jing WANG;Bo YE(Department of Respiratory Disease,Jinshan Hospital of Fudan University,Shanghai 201508,China;Department of Thoracic Surgery,Thoracic Hospital Affiliated to Shanghai Jiaotong University,Shanghai 200030,China)

机构地区：[1]复旦大学附属金山医院呼吸科,上海201508 [2]上海交通大学附属胸科医院胸外科,上海200030

出　　处：《中国肺癌杂志》

基　　金：上海市科学技术委员会西医引导类项目(No.16411966000);上海市重点实验室开放课题(No.STCSM 15DE2270400);吴阶平卓越外科基金(No.320.320.2730.1872);2018年转化医学协同创新中心合作研究项目(No.TM201822)资助~~

年　　份：2019

卷　　号：22

期　　号：5

起止页码：319-323

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、DOAJ、EMBASE、IC、JST、PROQUEST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：背景与目的肺癌是目前国内外发病率及致死率最高的癌症,使用计算机断层扫描(computed tomography, CT)筛查肺癌结节工作量巨大。通过人工智能深度学习,在1 mm及5 mm层厚的胸部CT中,利用计算机人工智能自动寻找肺癌结节,以测试人工智能在肺癌自动识别中的效果。方法分别标注5 mm及1 mm层厚的T1期肺癌患者胸部CT片各5,000例,进行计算机神经网络学习,形成肺部结节的算法,利用人工智能形成的算法测试1 mm及5 mm层厚的T1期肺癌患者胸部CT片各500例,同人类读片进行比较,测试敏感性及特异性。结果利用人工智能读取5 mm的胸部CT 500例,敏感度达95.20%,特异性达93.20%,两次重复读取的Kappa值达0.926,1。对于1 mm的胸部CT 500例测试,敏感性为96.40%,特异性为95.60%,两次重复读取的Kappa值为0.938,6。而与5位医师相比,对1mm层厚的相同验证集CT片进行读片,人工智能与人工读片对于肺癌结节和阴性对照读片的检测率相似,两者之间比较无显著差异。而在5 mm层厚的相同验证集CT片比较中,人工智能对肺癌结节的检出数优于人工读片,敏感性更高,但误报数增多,特异性稍差。结论通过人工智能自动学习早期肺癌胸部CT图像,可以达到较高的早期肺癌识别的敏感性及特异性,可辅助医生进行诊断工作。

关 键 词：人工智能 肺肿瘤 计算机体层摄影

分 类 号：R734.2]