论文部分内容阅读
第一部分肺结节人工智能辅助诊断系统与双人阅片对肺结节检出效能的对比研究目的:探讨肺结节人工智能辅助诊断系统与双人阅片检出肺结节的吻合率及其临床意义。方法:收集我院2016.01-2017.11间临床资料齐全的586例患者胸部CT影像,对比图玛深维肺结节智能诊断系统输出结果及双人阅片的一致结果,分析肺结节检测的敏感性及阳性预测率。结果:586例患者共发现肺结节2751个,图玛深维肺结节智能诊断系统共测得总结节数3259个,其中实性结节1850个,混合磨玻璃结节502个,含钙化结节458个,纯磨玻璃结节449个,假阳性结节519个,假阴性 1 1 个,敏感性 99.6%(2740/2751),阳性预测率 84.1%(2740/3259),假阳性率15.9%(519/3259),漏诊率0.4%(11/2751);双人阅片共发现结节2559个,假阴性结节192个,敏感性93.0%(2559/2751),阳性预测率100%(2559/2559),漏诊率7.0%(192/2751)。图玛深维肺结节智能诊断系统各结节的漏诊率分别是实性结节0.34%(5/1486)、混合磨玻璃结节0.81(4/493),纯磨玻璃结节0.47%(2/425);双人阅片各结节中的漏诊率分别是实性结节4.37%(65/1486)、混合磨玻璃结节6.09%(30/493),纯磨玻璃结节 22.82%(97/425)。结论:①图玛深维肺结节人工智能辅助诊断系统假阳性率较高,假阴性率低,纯磨玻璃结节的漏诊率低(2/425,0.47%);②双人阅片假阳性率低,假阴性率高,纯磨玻璃结节漏诊率高(97/425,22.82%);③参考肺结节人工智能辅助诊断系统输出的“第二意见”,人工阅片可有效降低肺结节尤其是纯磨玻璃结节的漏诊率。第二部分 肺结节人工智能辅助诊断系统在肺结节定性诊断中的价值初探目的:分析肺结节人工智能辅助诊断系统输出结果并探讨定量参数在肺结节定性诊断中的辅助价值。方法:收集我院2016.01-2017.11间病理资料齐全的588个肺结节胸部CT影像,分析图玛深维肺结节智能诊断系统检测结果,提取系统输出的结节标准直径,CT值及“恶性概率”三项指标与病理结果对照,用方差分析法进行组间差别的研究,用受试者特征曲线(Receiver operating characteristic,ROC)确立可能的鉴别诊断切割点。结果:588个肺结节,病理结果:鳞癌31个,肉芽肿42个,炎性病变68个,腺癌447个;图玛深维肺结节智能诊断系统输出结果:含钙化结节25个,纯磨玻璃结节78个,混合磨玻璃结节176个,实性结节309个;病理分型与结节分类关系:卡方检验的结果表明,结节类型在不同的病理分型中存在统计学差异(P<0.001),腺癌中各型结节所占的比例分别是实性结节41.2%(184/447),含钙化结节4.7%(21/447),混合磨玻璃结节37.4%(167/447),纯磨玻璃结节16.8%(75/447),鳞癌中仅见实性结节,炎性病变及肉芽肿以实性结节为主。组间比较:良性组(炎性病变+肉芽肿)与恶性组(鳞癌+腺癌),两组直径、CT值及“恶性概率”三组间差别均有统计学意义(P<0.001),运用ROC曲线分析,结节直径、CT值、“恶性概率”鉴别恶性病变与良性病变的的切割点分别为11.58mm、-312.1HU、68%,ROC 曲线下面积(AUC)分别为 0.553、0.697、0.500,敏感性分别为73.6%、83.6%、94.5%,特异性分别为43.1%、55.4%、8.7%,准确性分别为48.8%,60.7%,24.8%。腺癌亚型组:浸润前病变,微浸润腺癌,浸润性腺癌组间直径,CT值,“恶性概率”均存在统计学差异(P<0.05)。ROC曲线分析:结节直径、CT值、“恶性概率”鉴别浸润性腺癌组与非浸润组(浸润前病变及微浸润腺癌)的最佳切割点分别是12.24mm、-363.2HU、94%,对应ROC曲线下面积分别是0.929、0.895、0.860,敏感性分别为 87.6%、80.3%、82.8%,特异性分别为 86.4%、89.3%、74.8%,准确性分别为 87.0%、84.5%、79.0%。结论:结合图玛肺结节人工智能辅助诊断系统输出的结节直径、CT值及“恶性概率”三项指标鉴别良性病变与恶性病变的准确性低,鉴别浸润性腺癌与非浸润组(浸润前病变/微浸润腺癌)的准确性中等;对辅助医生诊断腺癌及腺癌分型的价值中等。