通过虚拟3D薄截面CT测量早期肺腺癌的固体大小,应用人工智能
Shingo Iwano1, Shinichiro Kamiya2, Rintaro Ito2
1Department of Radiology, Nagoya University Graduate School of Medicine, 65 Tsurumai-cho, Showa-ku, Nagoya, 466-8550, Japan. iwano45@med.nagoya-u.ac.jp.
Scientific reports
|December 8, 2023
概括
一个人工智能系统创建虚拟的3D薄截面CT图像,准确地测量早期肺腺癌固体大小. 这种人工智能工具与真实薄截面CT具有很高的一致性,提高了诊断能力.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 传统的CT扫描通常使用更厚的切片,这可能会限制小肺结节的精确测量.
- 精确的固体尺寸测量对于分期早期肺腺癌至关重要.
研究的目的:
- 开发和验证一种人工智能 (AI) 系统,用于从传统CT中重建虚拟3D薄截面CT (TSCT) 图像.
- 评估虚拟TSCT在测量早期肺腺癌的固体大小方面的准确性,与真实TSCT和传统CT相比.
主要方法:
- 使用生成对抗网络 (GAN) 框架在2700个肺结节上训练人工智能系统,从模拟的厚CT中生成虚拟TSCT图像 (厚度为0.5-1.0毫米).
- 用于验证的是93种早期肺腺癌的CT图像 (阶段0-I),虚拟的TSCT从传统的5毫米厚的CT图像中重建.
- 两位放射科医生测量了传统CT,虚拟TSCT和真实TSCT上的瘤固体尺寸,比较结果和临床T分期.
主要成果:
- 虚拟TSCT显示,两个观察者在固体尺寸测量中几乎完全一致 (ICC=0.967).
- 虚拟TSCT测量与实际瘤大小的相关性明显比传统CT更强.
- 虚拟TSCT和真实TSCT之间的临床T分期一致性对两个观察者来说都很好 (k=0.882和k=0.881).
结论:
- 开发的AI系统有效地重建虚拟TSCT图像.
- 由人工智能生成的虚拟TSCT为早期肺腺癌提供了准确的固体尺寸测量,与真实TSCT相比.
- 这种人工智能驱动的方法提高了早期肺癌检测和分期的诊断能力.
