Radiology：计算机辅助识别肺结节虽好，仍即可慎用！

领域于胸部CT扫描的计算机辅助样品(CAD)控制系统可作为第二桌面样品有含义的鳞状，并借以下降鳞状漏诊可能会的再次发生，相比较下降错误和提升警觉性不足之处效果显著。

到目前为止，CAD的要点是对实性鳞状的样品，然而，亚实性鳞状(SSNs)的恶性部将略低于实性鳞状，在肺癌筛选里面SSNs的再次发生部将高达9.4%，因此日渐多的深入研究瞩目CAD对SSNs的深入探讨。当CAD领域于SSNs时，CT的层较厚是一个不可或缺的弊端。在较厚层CT上，由于对比分辨部将较低及大多体积效应的发挥作用不利于SSNs的样品和相关联。然而，在实际实习里面，并非每个机构都可获得胶体CT。在现阶段，CAD对SSNs样品的最佳CT层较厚尚不确实，对于最佳层较厚的选择尚尚未达成一致。

近日，发表在Radiology杂志的一项深入研究审计了CT层较厚对CAD样品SSNs安全性的影响，并深入探讨了基于尺度自学的；也分辨部将CT层较厚减薄插值前提能提升CT层较厚的样品安全性，为CAD在人工智慧不足之处的标准化领域提供了参阅标准，为CAD进一步增大外科领域提供了重新骗说及控制系统设计上的支持。

本深入研究纳入了2018年3月至2018年12月期间给与手术疗程病患的CT图片，层较厚都为1、3、5mm。对有同时切除的SSNs病患和无SSNs病患(特征性对照)进行了回顾性审计。范围为6 ~ 30mm的SSNs被标记为实性病变。将基于尺度自学的CAD控制系统领域于每个层较厚的CT图片的SSN样品，并采用；也分辨部将插值将3毫米和5毫米层较厚图片转换为1毫米层较厚CT图片。利用JAFROC分析评价和比较了CAD在各层较厚上的安全性。

本深入研究共纳入审计了308实有病患(平均年龄±标准差，62岁±10岁;未婚183实有)，其里面SSNs424实有(大多实性鳞状310实有，非实性鳞状114实有)，无SSNs182实有(平均年龄65±10岁;97名异性恋)。三种层较厚(1、3和5 mm都为0.92、0.90和0.89;P = 0.04)及1和 5 mm层较厚间的高分差异性显著(P = 0.04)。非实性鳞状的高分差异性较大(1、3和5 mm都为0.78、0.72和0.66,P < .001)，而大多实性鳞状的高分差异性并不显著(范围为0.93-0.94,P = .76)。；也分辨部将插值提升了CAD在3和5mm层较厚上的敏感度(3mm的P = 0.02, 5mm的P < .001)。

图 72岁异性恋，生理得出结论左肺上叶浸润改进型肺卵巢癌。(a) 1mm层较厚，(b) 5mm层较厚和从更早（c）3mm和（d）5mm层较厚图片经；也分辨部将插值转换后说明了右上角叶有一个16mm并不一定明晰的大多实性鳞状，实性大多为5mm。鳞状的实性大多(斜线)在1mm图片(a)上说明了分界细致，而在5mm图片(b)上分界欠清。计算机辅助样品(CAD)插值在1mm和3mm层较厚图片上说明了了鳞状，但在5mm层较厚图片上尚未说明了。领域；也分辨部将插值(c, d)检索实质大多，CAD在；也分辨部将3和5 mm图片上均样品到了鳞状。

表 CAD在不同层较厚和；也分辨部将转换的CT图片上的骗阳性分数。

胶体CT对亚实性鳞状的计算机辅助样品(CAD)略低于较厚层CT，常常是在非实性鳞状上更为突出。基于尺度自学的；也分辨部将插值的领域提升了CAD在较厚层CT图片上的敏感度。CAD的改进以及其与阅读者的联合领域可引人注意下降骗阳部将。这为外科对CAD的深入领域提供了骗说支持，为CAD在人工智慧不足之处的发展铺平了道路。

原文出处：

Sohee Park,Sang Min Lee,Wooil Kim,et al.Computer-aided Detection of Subsolid Nodules at Chest CT: Improved Performance with Deep Learning-based CT Section Thickness Reduction.DOI:10.1148/radiol.2021203387