数字胸片多频域后处理对计算机辅助检测系统肺结节检测的影响

目的评价数字胸片多频域后处理对计算机辅助检测(CAD)系统肺结节检出的影响。方法对经CT证实的54例肺结节病例及54例正常者的数字胸片选择三种不同的structure preference参数进行多频域后处理,在1次曝光的条件下各得到标准图像、高通过图像及低通过图像三组图像,然后,采用计算机辅助检测系统(IQQATM-Chest V1.2)进行阅片,首先由2名观察者共同根据CT结果客观分析并记录CAD检出的结节数及假阳性数。其次,由另外4名观察者(高年资及低年资放射医师各2名)应用CAD系统所提供的肺结节的智能质量和数量分析功能,对CAD输出图像独立进行分析,并记录检出结节数及假阳性数,采用受试者操作特征(ROC)曲线分析观察结果。结果三组图像中,低通过组图像的平均ROC曲线下面积最大,人-机交互前、高年资及低年资人-机交互后的平均ROC曲线下面积分别为0.77、0.81、0.80。高通过组图像的平均ROC曲线下面积为最小,人-机交互前、高年资及低年资人-机交互后的平均ROC曲线下面积分别为0.57、0.67、0.71。三组图像的平均ROC曲线下面积存在差异(P<0.01)。结论数字胸片多频域后处理影响计算机辅助检测系统肺结节的检出。     

肺结节的计算机辅助检测

目的:评价计算机辅助检测系统(CAD)对肺内单发结节的诊断价值。方法:从受检病人中随机抽取150例肺部直径约9~30mm单发结节的病例为试验组。所有肺结节病灶均经病理证实。另从健康体检人群中随机抽取150个年龄、性别构成与受检组相仿的病例作为对照组。两组胸片均经CT证实,并由多位放射学专家共同诊断。所有胸片均通过数字化放射成像(DR)获得。由5位高年资影像诊断医生和5位低年资影像诊断医生作为观测者分别对不用和用CAD输出图像的胸片进行诊断。观察者积分用受试者操作特性(ROC)曲线分析来衡量。结果:平均ROC曲线下面积从不用CAD输出图像的0.766到用CAD输出图像的0.833, 两者有统计学显著性差异(P<0.05)。在使用CAD输出图像时,低年资影像诊断医生比高年资影像诊断医生的平均ROC曲线下面积增加的更多。结论:运用DR所配置的CAD系统能帮助影像诊断医生提高对肺结节性病灶的检出率。     

胸部DR影像后处理对肺结节检出的影响

目的评价DR影像多频域后处理方式对肺内结节检出的影响。方法选取经胸部CT证实的50例有肺内结节和50例正常者的DR正位胸片,采用多频域后处理得到标准、高通过及低通过3组图像,由低、中、高年资医师各2名进行评价,评价结果用受试着工作特征(ROC)曲线进行统计分析。结果标准、高通过及低通过3组图像ROC曲线下面积分别为0.739±0.019、0.697±0.020、0.789±0.017(P<0.05),三组中,低通过组结节检出率最高,高通过组结节检出率最低、假阴性率最高,标准组假阳性率最高。结论DR影像多频域后处理对肺结节的检出有影响,低频增强处理可以提高肺结节的检出率,高频增强处理漏诊率增加。     

基于虚拟双能量减影软组织胸片生成技术计算机辅助检测肺结节

目的 探讨基于虚拟双能量减影软组织胸片生成技术计算机辅助检测肺结节的应用价值。方法 收集日本放射技术学会(JSRT)数据库中经CT检出的肺结节126个,对比虚拟双能量减影软组织胸片及未结合虚拟双能量减影软组织胸片对肺结节的检出率。结果 结合虚拟双能量减影软组织胸片生成技术,辅助检测系统,在平均每幅图4.5个假阳性水平下可检出80.16％(101/126)的结节;未结合虚拟双能量减影软组织胸片的原检测系统,在平均每幅图4.5个假阳性水平下检出72.22％(91/126)的结节。结论 基于虚拟双能量减影软组织胸片生成技术计算机辅助检测有助于提高肺结节检出率。     

数字化X线胸片计算机辅助检测对肺结节检出率的影响

目的 探讨计算机辅助检测(CAD)系统对X线胸片肺结节检出率的影响.方法选取经CT检查的肺内结节患者70例和100名正常者的数字化胸片,由2名专家组医生参照CT片,阅读相应胸片并标记结节部位,意见达成一致后得出结论,将该结论与CAD系统产生的假阳性结节组合模拟成三类敏感度已知(50%、75%和 100%)的CAD检测结果.另外6名放射科医生(2名高年资,4名低年资)分别在不用和应用CAD辅助的情况下阅读胸片,并得出结论.结果 应用CAD系统后,所有医生的检测敏感性均得到显著提高;低年资医生检测敏感性提高的幅度大于高年资医生;不同敏感度的CAD系统对医生检测敏感性的提高程度有显著差异,但多重比较结果表明100%与75%敏感度的CAD系统对医生检测敏感性提高的影响无显著区别.结论 CAD可显著提高影像诊断医生的检测敏感性.CAD系统存在一个敏感度临界点,提高CAD系统的敏感度并不一定能够显著提高医生的检测敏感性.     

基于CT的计算机辅助检测与诊断肺结节技术研究进展

随着低剂量薄层CT在肺癌筛查与诊断中的广泛应用,肺结节的检出不断增多,在提供丰富影像信息的同时,也使阅片工作量大幅增加,导致放射科医师疲劳和漏检、误判。计算机辅助系统有助于减少肺结节漏检、缓解放射科医师压力,提高诊断效率和准确率。本文对基于CT的计算机辅助检测与诊断技术流程及其在肺结节中的应用进行综述。     

数字X线胸片肺结节计算机辅助检测系统与PACS的整合应用

计算机图像存储和传输系统(picture archiving and communication system, PACS)在影像学科的医疗工作中具有重要作用.计算机辅助诊断(computer-aided diagnosis, CAD)技术是医学影像学发展的前沿技术[1-2].PACS系统和医用CAD系统的整合及应用未来将是医院影像科的发展方向.笔者就我院CAD系统在PACS中的整合及应用进行了初步观察,报道如下.     

基于三维CT影像的计算机辅助肺结节检测原型系统的临床应用

目的 探讨基于三维CT影像的计算机辅助肺结节检测原型系统在临床应用的效果.方法 分析2009年6月至2011年6月68例肺结节病例,分别采用单纯螺旋CT检查和应用基于三维CT影像的计算机辅助肺结节检测原型系统检测,以术后病理学检查结果 为"金标准",计算两种检查方法 判断肺结节良恶性的准确度.结果 单纯CT检查判断肺结节良恶性的准确度为75%,Kappa值0.504,术后病理检查结果 一致性一般;基于三维CT影像的计算机辅助肺结节检测原型系统检测,判断肺结节良恶性的准确度为91.6%,Kappa值0.805,术后病理检查结果 一致性较好.结论 基于三维CT影像的计算机辅助肺结节检测原型系统具有较好的临床应用价值,可以用于辅助医师进行CT图像中肺癌等肺部疾病的早期诊断.     

肺结节的CT计算机辅助检测和诊断的基本方法和应用

随着多层螺旋CT、高分辨率CT及低剂量CT的出现,计算机辅助诊断(CAD)系统发挥着越来越重要的作用,能够提高放射科医生对肺结节的检测效率和诊断水平。本文就近年来有关肺结节的CT计算机辅助检测及诊断的基本方法和应用作一综述。     

应用计算机人工神经网络系统结合CT与PET鉴别良、恶性肺结节

目的 利用肺结节CT、PET特征,开发计算机人工神经网络(ANN)辅助诊断系统,评价其对肺结节良恶性的鉴别能力。方法 连续收集112例肺内单发小结节(<3.0 cm)患者,均接受PET/CT及胸部CT检查,二者间隔小于1个月。112例患者中恶性肺结节52例,良性60例,均经组织学或临床随诊证实。利用结节的CT特征及PET特征开发计算机ANN辅助诊断系统。计算机ANN的训练及测试采用Round-Robin方法。采用ROC方法评价计算机ANN输出结果并进行统计学分析。结果 CT计算机ANN程序采用20个输入单元,包括4个临床特征及16个CT特征,ROC曲线下面积(Az)为0.83;PET计算机ANN程序采用4个临床特征及1个PET特征作为5个输入单元,Az值为0.91;CT+PET计算机ANN程序采用临床特征CT及PET所有21个输入单元,Az值为0.95。与CT计算机ANN程序、PET计算机ANN程序相比,CT+PET计算机ANN程序输出结果明显提高(P＝0.015、0.037)。 结论 CT+PET ANN计算机辅助诊断程序输出结果优于单纯PET或CT计算机ANN结果。当PET对肺结节诊断有困难时,结节的CT特征有助于鉴别诊断。     

应用双能量数字减影胸片评价模拟胸部结节性病变:ROC曲线分析

目的用受试者操作特性(ROC)曲线评价双能量数字减影正位胸片在检出模拟胸部结节性病变中的价值.方法20名正常成年志愿者前胸粘贴模拟结节,拍摄双能量数字减影正位胸片,应用ROC分析比较常规DR胸片与减影后软组织图像的诊断结果.结果高、低年资医师组,软组织图像的曲线下面积均大于常规DR胸片,两种方法有显著性差异;软组织图像对高年资医师组帮助较大.结论双能量数字减影技术可减少肺野内骨骼及其他钙化影响,对胸部结节性病变的检出能力高于常规DR胸片.     

数字体层图像后处理方法对检测肺结节准确性的影响

目的 探讨数字体层图像两种后处理方法(位移叠加法与滤波反投影法)对肺结节检测准确性的影响。方法 采集经CT证实的50例肺部结节患者的数字体层图像,采用滤波反投影法和位移叠加法进行后处理。由3名不同年资的放射诊断医师阅片并记录评分结果。102个CT证实的结节按直径分为3组:＜5 mm、5~10 mm、>10 mm组;按密度分为实性密度组及毛玻璃密度组。对两种处理方法检出的肺结节进行统计分析。结果 位移叠加法检出肺结节52个,滤波反投影法检出86个,差异有统计学意义(P＜0.001)。对于直径＜5 mm和5~10 mm组,滤波反投影法检出的肺结节数均多于位移叠加法(P=0.001、0.005)。结节直径>10 mm时两种方法的检出数量差异无统计学意义(P=0.317)。在不同密度组中,滤波反投影法检出的结节亦较多,与位移叠加法差异有统计学意义(P均<0.05)。结论 滤波反投影法对检出直径≤10 mm的肺结节、实性结节和毛玻璃结节均优于位移叠加法。     

胸部DR图像对比度的变化对肋骨骨折诊断的影响

目的探讨胸部数字化影像(DR)细节对比功能在肋骨骨折中的应用及诊断价值。方法选取50例胸部外伤且放射科首诊怀疑肋骨骨折的病例,对胸部正位DR肋骨图像进行细节对比后处理,得到标准图像及高对比图像两组,由3名放射医师进行评价,结果用受试者工作特征曲线(ROC)分析对肋骨骨折诊断准确性。结果标准组及高对比组ROC曲线下面积分别为0.677±0.076和0.844±0.059(P<0.05),与标准图像比,细节对比后处理图像诊断准确率更高、假阳性率更低。结论DR正位肋骨图像经细节对比后处理能提高骨折诊断的准确性。     

空洞检测算法自动化检测肺结节内空泡和空洞的可行性

目的 探讨利用空洞检测算法自动化检测肺结节内空泡和空洞的可行性。方法 收集经病理或随访证实的49例肺结节,其中良性16例,恶性33例,所有患者均接受胸部CT检查。由2名高年资影像科医师盲法对CT图像进行主观评价,得出有无空泡和空洞的结论。利用基于阈值的空洞检测算法对CT图像中指定的肺结节进行有无空泡和空洞的客观评价。对两种评价方法所得结果进行对比分析。结果 利用空洞检测算法对肺结节内空泡和空洞征象前后2次提取的数据稳定（Kappa=1）,与高年资医师主观判读结果差异无统计学意义（χ²=0.862,P=0.353）,且一致性较好（Kappa=0.785）,并可明显节约每个结节数据提取时间[(7.72s±2.26)s vs (24.48±8.24)s,t=14.64,P<0.001]。结论 利用空洞检测算法提取肺结节内空洞和空泡征象稳定、快捷,有望成为低年资医师诊断肺结节的辅助检测工具。     

Impact of segmentation uncertainties on computer-aided diagnosis of pulmonary nodules

Objective  Computer-aided diagnosis (CADx) systems can be utilized to estimate the likelihood of malignancy of pulmonary nodules detected on CT scans. Such systems often require an initial segmentation step. We report on the impact of segmentation variations on the CADx output and describe methods for reducing this effect. Methods  A total of 125 pulmonary nodules were evaluated using a CADx system based on genetic algorithms and ensemble classifiers. Two segmentation approaches were tested using leave-one-out validation: one approach included a free parameter chosen manually (manual) while the second used a parameter-free variant of the same algorithm (automatic). Results  By varying the free parameter for the manual segmentation of the testing data, a set of likelihoods of malignancy was computed for each nodule. The mean range of these likelihoods was 0.36 (±0.23) and 0.45 (±0.27) using the manual and automatic segmentation approaches for the training data, respectively. Using training and testing data segmented with the automatic approach yielded an Az of 0.87 (±0.03). Similar results were obtained when the training and testing data were segmented using either approach. Conclusion  Nodule segmentation can significantly affect CADx performance. A parameter-free segmentation was shown to match the performance of a skilled user while reducing potential user-to-user variability.