间歇性肺异常和间歇性肺病的CT量化:从技术挑战到未来的方向
Jooae Choe1, Hye Jeon Hwang, Sang Min Lee
1From the Department of Radiology and Research Institute of Radiology, University of Ulsan College of Medicine, Asan Medical Center, Seoul, South Korea (J.C., H.J.H., S.M.L., J.Y., N.K., J.B.S.); and Department of Convergence Medicine, Biomedical Engineering Research Center, University of Ulsan College of Medicine, Asan Medical Center, Seoul, South Korea (J.Y. and N.K.).
Investigative radiology
|July 15, 2024
概括
定量CT成像提供了一种更客观的方式来诊断和监测间歇性肺病 (ILD) 和间歇性肺异常 (ILAs). 定量成像中的机器学习有望提高ILD和ILA诊断和管理的准确性.
科学领域:
- 放射学 放射学是一门学科.
- 肺部病理学 肺部病理学
- 医疗成像医学成像
背景情况:
- 间歇性肺病 (ILD) 诊断需要综合的临床,成像和病理学数据.
- 计算机断层扫描 (CT) 对非侵入性ILD评估至关重要,但视觉解释具有读者可变性.
- 间歇性肺异常 (ILAs) 是临床前的ILD指标,需要精确识别.
研究的目的:
- 审查目前对ILD和ILA的CT量化现状.
- 要突出如何定量成像,特别是机器学习,可以提高ILD/ILA的诊断和管理.
- 讨论在ILD和ILA中定量CT的未来方向.
主要方法:
- 关于在ILD和ILA中CT量化当前文献的综述.
- 讨论自动定量CT分析的进展.
- 强调机器学习和深度学习在定量成像中的应用.
主要成果:
- 自动定量CT可提供ILD的客观和一致的评估,克服视觉评估的局限性.
- 由于主观定义值,定量工具对于精确的ILA评估至关重要.
- 机器学习和深度学习显示了提高ILD和ILA评估准确性的潜力.
结论:
- 定量CT,特别是AI,为ILD和ILA的诊断和管理提供了更好的客观性和准确性.
- 需要在定量成像方面进行进一步的研究和开发,以解决临床和研究差异.
- 未来的方向指向增强的机器学习应用程序,以更精确地评估ILD和ILA.
