肺呼吸/ perfusion 断层成像的放射学在肺栓塞诊断中的肺呼吸/ perfusion 断层成像

科学领域:

• 放射学 放射学是指放射学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 肺栓塞 (PE) 是一种严重的疾病,需要及时诊断.
• 肺透气/ perfusion 单光子发射断层扫描 (V/P-SPECT) 是检测PE的关键成像方式.
• 准确有效地解释V/P-SPECT图像对于患者管理至关重要.

研究的目的:

• 开发和验证一种机器学习 (ML) 模型,V/P-mics,用于从V/P-SPECT图像中自动识别肺栓塞 (PE).
• 评估V/P-mics模型的通用性和诊断性能.
• 将V/P-mics的诊断效率与人类专家的诊断效率进行比较.

主要方法:

• 对260名患者的V/P-SPECT数据的回顾性收集.
• 开发和优化35ML模型,并选择表现最佳的模型 (V/P-mics).
• 使用内部 (35名患者) 和外部 (30名患者) 数据集验证V/P-mics,比较核医师的诊断准确度 (AUC) 和效率.

主要成果:

• 在测试,内部和外部验证组 (分别为0.938,0.923,0.990) 中,V / P-mics表现出了优异的概括性,具有可比的AUC值.
• 该模型的AUC (0.923) 与高级医生 (0.975) 相似,并且明显高于初级医生 (0.725).
• 与初级医生 (240s) 相比,V / P-mics显著减少了诊断时间 (100s).

结论:

• V/P-mics模型在V/P-SPECT上表现出强大的诊断歧视和确定肺栓塞的概括性.
• 通过减少解释时间,V/P-mics显著提高了诊断效率.
• 该模型提供了出色的解释性,支持其在PE诊断中的临床实用性.