人工智能肺結節篩查系統結合能譜CT比較不同性質肺結節的檢測效能

鐘宇，周姝，張立波，劉文源，楊本強，鄒明宇

（北部戰區總醫院放射診斷科，沈陽 110016）

2020年全球癌癥數據報告顯示，肺癌為最常見的惡性腫瘤，全球發病率居第2位，死亡率居第1位。死亡率的下降趨勢是癌癥篩查與控制進步的黃金標準，近年來，肺癌死亡率的降幅已創下歷史最高紀錄［1］。癌癥早期篩查技術的發展，讓更多的癌癥患者及時發現并給予干預和治療，行手術切除患者早期肺癌10年生存率約為72%［2］。年度低劑量CT（low-dose computed tomography，LDCT） 成為肺癌篩查的有效手段，使患者死亡率約降低20%［3］。近年來，人工智能系統 （artificial intelligence，AI） 在醫學影像領域廣泛應用，尤其是在肺結節輔助診斷方面，AI明確了結節的位置、性質、大小、CT值及危險程度等相關信息，提高了工作效率及診斷準確率［4］。

能譜CT采用能量瞬時切換，同源、同時、同角度采集多種能量X線數據，進一步獲得多組單能量圖像，這種單能量圖像相對混合能量的普通CT能夠有效降低硬化效應，圖像CT值也更為純粹和可靠［5］。由于低能量X線吸收多，衰減大，可以獲得更好的組織對比度及圖像靈敏度，所以低能量圖像較高能量圖像及混合能量圖像在小病灶的檢出及反映結節的性質方面更加優越［6］。本研究旨在探討AI肺結節輔助診斷系統 （簡稱AI肺結節系統） 與能譜CT多組單能量圖像結合，比較不同單能量下對肺結節的診斷效能，并按肺內結節性質進行分類，篩選出AI肺結節系統檢測不同性質肺內結節的最佳單能量圖像。

1 材料與方法

1.1 臨床資料

收集本院2021年11月至2022年1月應用能譜CT檢查肺結節患者的影像資料。……