首页 | 本学科首页   官方微博 | 高级检索  
     

辐射剂量对基于深度学习的计算机辅助诊断系统肺结节测量准确性的影响
摘    要:目的 :通过胸部仿真体模实验,分析不同辐射剂量对基于深度学习的计算机辅助诊断系统(DL-CAD)测量肺结节长径及三维容积准确性的影响。方法:使用MSCT扫描含有8个不同直径(5、8、10、12 mm)和密度(实性、磨玻璃)的球形肺结节的成年男性仿真胸部体模。扫描参数:120 kV,噪声指数14,通过调整前置自适应统计迭代重建技术(pre-ASIR-V)的权重比例(0、40%、80%、100%)调整管电流。采用0、40%、80%比例的混合迭代算法(ASIR-V)重建12组薄层CT图像。应用DL-CAD测量体模内各个结节的长径和三维容积,比较不同辐射剂量条件下肺结节长径、三维容积测量的绝对百分误差(APE_d、APE_v)。采用单因素方差分析及LSD-t检验比较0、40%、80%、100%pre-ASIR-V扫描条件的APE_d和APE_v。结果:4次CT扫描的有效辐射剂量分别为9.68、3.78、0.82、0.23 mSv。随辐射剂量降低,肺结节的APE_d和APE_v逐渐增大(F=4.906,P=0.003;F=5.612,P=0.001),100%pre-ASIR-V的APE_d和APE_v显著大于其他扫描条件(均P0.05),其余各辐射剂量条件下两两比较差异均无统计学意义(均P 0.05)。结论:DL-CAD测量肺结节长径及三维容积的准确性与辐射剂量相关,低辐射剂量可显著降低测量准确性。

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号