论文部分内容阅读
目的
探讨宽体能谱CT扫描并设置不同前置自适应迭代技术（ASIR-V）时，应用人工智能（AI）计算机辅助检测肺结节软件，对胸部仿真体模中肺结节检出率以及自动化测量的准确性。
方法2017年12月至2018年3月，应用胸部仿真体模进行扫描，体模中放置16个直径、密度、形态不同的肺结节模型，采用Revolution CT宽体能谱扫描协议，设置ASIR-V权重分别为0%、20%、30%、40%、50%进行扫描。经过Spearman相关性分析各组的辐射剂量容积CT剂量指数（CTDIvol）、剂量长度乘积（DLP）。扫描数据导入图玛深维人工肺结节分析软件中，对检出结节性质进行评估，应用组间相关系数（ICC）检测各组间的差异。
结果随着ASIR-V权重增加，患者的有效剂量逐渐降低，5组辐射剂量CTDIvol为7.93、7.24、5.85、5.15、3.76 mGy、DLP为379、346、280、246、179 mGy·cm，均呈逐渐下降趋势，前置ASIR-V权重与CTDIvol及DLP之间呈线性负相关性，r值为-0.969。人工智能与医师对于肺结节检出率差异无统计学意义（P>0.05）。人工智能对不同前置ASIR-V条件下检出肺结节直径、体积、CT值及恶性百分比具有高度一致性，ICC值0.981~1.000。
结论宽体能谱CT行胸部扫描时，在一定范围内随着ASIR-V权重的增加，辐射剂量显著降低，增加ASIR-V并不影响人工智能对肺结节的检出及性质分析判断，因此人工智能评估临床患者肺结节时，可以应用较高ASIR-V，减低辐射剂量。