人工神经网络(ANN)在孤立性肺结节鉴别诊断中的应用初探

目的　研究人工神经网络 (ANN)在 3种常见孤立性肺结节 (SPN)鉴别诊断中的应用。方法　收集经临床和手术病理证实的SPN(直径≤ 3cm) 15 0例 (包括周围型肺癌、肺错构瘤、肺结核球各 5 0例 ) ,全部病例行常规CT扫描 ,病灶行HRCT扫描 (层厚 1.2 5 3mm ,采用骨重建算法 )。选取 10种SPN在HRCT上的征象 (钙化、脂肪、空泡征、空洞、细支气管气象、分叶征、毛刺征、血管集束征、胸膜凹陷征及卫星灶 )作为ANN分析参数。 3类SPN中随机选择各 2 5例作为训练数据 ,与MATLAB6.1中的神经网络工具箱共同搭建一个初级的人工神经网络 (artificialneuralnetwork ,ANN)测试系统。余下SPN作为测试数据 ,利用已训练好的ANN对其进行分析诊断。结果　ANN对 3类SPN(各 2 5例 )的诊断正确率分别为 80 %、80 %、84%,平均诊断正确率为 81.3 %。 3种诊断方法 (常规阅片法、最大似然法及ANN)采用两两配对 χ2 检验 ,P值无显著性差异 (Ρ >0 .0 5 )。结论　ANN是计算机辅助诊断 (com puteraideddiagnosis ,CAD)中人工智能的前沿领域 ,为SPN开辟了一个新的辅助诊断模式。

Evaluation of Solitary Pulmonary Nodule with the Artificial Neural Network