基于深度学习的检测算法对不同肺叶肺结节的检出效果

目的 基于深度学习（DL）的检测算法对不同位置肺结节的检出效果。方法 对肺部CT扫描中符合入组条件的493例病例进行肺结节标注。利用基于DL的肺结节检测算法得到检出结果,并将之与医师标注结节进行匹配;分别统计各处检出结节与医师标注结节的匹配度等指标。最后由医师对未匹配上的算法检出框进行审核,确定算法检出框类别分布。结果 基于DL的肺结节检测算法对于4.1~30.0 mm肺结节与医师标注结节的匹配度分别为左肺上叶96.05%（73/76）、左肺下叶96.91%（94/97）、右肺上叶96.94%（95/98）、右肺中叶98.59%（70/71）、右肺下叶95.95%（71/74）及叶间胸膜96.30%（26/27）,其间匹配度差异均无统计学意义（P均>0.05）。未能匹配的算法检出框中,经审核确定50.92%（747/1467）为结节,其位置分布差异有统计学意义（P均<0.05）。结论 基于DL的肺结节检测算法对于肺结节的检出效果不受其所在位置的影响;算法多检出的结节的位置分布符合临床认知。