在低剂量CT成像中,基于计算机辅助结节检测和体积的绝对基准真相验证
Louise D'hondt1, Pieter-Jan Kellens2, Kwinten Torfs3
1Department of Human Structure and Repair, Faculty of Medicine and Health Sciences, Ghent University, Proeftuinstraat 86, Ghent, Belgium; Faculty of Medicine, University of Antwerp, Universiteitsplein 1, Wilrijk, Belgium.
概括
计算机辅助检测 (CAD) 软件准确地识别和测量肺结节,在各种CT成像设置中显示出强大的性能. 这种验证突出显示了软件的优点.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 计算机辅助检测 (CAD) 和体积测量软件对于肺结节分析至关重要.
- 用标准化幻影验证这些工具对于可靠的临床性能至关重要.
研究的目的:
- 为了验证基于人工智能的商业CAD和体积测量软件的性能.
- 为了评估结节检测,体积和密度表征的准确性,使用带有3D打印结节的类人形象幻影.
主要方法:
- 一个带有不同大小和形态的3D打印节点的人形幻影被扫描,使用不同的CTDIvol水平.
- 应用了重建算法 (代,深度学习) 和内核 (软硬).
- 人工智能软件的结果与微型CT地面真相进行了比较.
主要成果:
- 在所有测试参数中实现了高检测灵敏度 (≥83%) 和精度 (≥91%).
- 结节直径显著影响了检测准确度 (p < 0.0001).
- 对6毫米以上结节的体积测量准确度在地面真相的10%以内,不论剂量或重建方法. 结节的大小和形态是体积精度的关键决定因素 (p < 0.001).
结论:
- 人工智能软件在结节检测,体积测量和密度评估方面表现精确.
- 该软件表现出对CT成像协议变化的稳定性.
- 对于CAD工具,建议使用基于幻影的质量保证.
