Radiology:卷积神经网络，使评估肺结节每天的截面积变化成为可能！

美国国际组织脾部筛选试验中显示，低剂量CT筛选脾癌是一种可降低总死亡率的具有实用价值的检查策略。有研究者确实，通过计算机辅助此表面积样品（CADv）软件检验的总鳞状此表面积观测及总鳞状加倍星期（DT）可使用鳞状的针灸及归类。此外，几项研究者确实，与总鳞状大小相比，磨天花板鳞状内实性化学成分的最大直径与浸润性和结节病的关联更为精准。因此，在世界性针对亚实性脾癌的国际癌症压制TNM归类的第八版之中，CT所观测的脾鳞状内实性化学成分的大小已作为针灸T生物体使用脾癌的分期。

现阶段，包括卷积神经网络（CNN）在内的人工智能可对CT上所发现的鳞状完成样品、此表征和鉴定。然而，据我们所知，尚未有关于用到CADv自动观测鳞状化学成分及此表面积检验的CNN技术性的方面报导。

据悉，出版在Radiology刊物的一项研究者探讨了修改CADv的剖面学习方法在背部CT上观测鳞状实性化学成分和磨天花板密度影(GGO)此表面积、加倍星期(DT)和此表面积改变方面的真实感，为针灸更早针灸及计算或许为脾癌的脾鳞状备有了技术开发。

本研究者回顾性检验了2014年1同月至2016年12同月期间CT针灸有脾鳞状的病变的图像。在有及不会卷积神经网络(CNN)情况下用到CADv自动确定每天的鳞状总此表面积改变和DT。来得有CNN和不会CNN的CADv之中鉴定鳞状良恶性的所有指标、每个鳞状的曲线下面积(AUCs)和每个病变的针灸可靠性。

CNN训练集值得注意217名病变共约294个脾鳞状，验证集值得注意32名病变共约41个脾鳞状，测试者集值得注意188名病变共约290个脾鳞状。来自170事例病变的290个脾鳞状(平均大小±加权，11mm±5;以内:4- 29mm)之中，针灸为恶性鳞状的有132个，良性鳞状有158个。实性鳞状132事例(46%)，亚实性鳞状106事例(36%)，磨天花板密度鳞状52事例(18%)。测试者集的针灸稳定性结果确实,有CNN的CADv每天鳞状总此表面积改变大于有CNN的CADv的DT(AUC, 0.94 [95% CI: 0.90, 0.96] vs 0.67 [95% CI: 0.60, 0.74]; P < .001)和不会CNN的CADv的DT (每天鳞状总此表面积改变: AUC, 0.69 [95% CI: 0.62, 0.75]; P < .001; DT: AUC, 0.58 [95% CI: 0.51, 0.65]; P < .001)。有CNN的CADv的每天鳞状总此表面积改变的可靠性显著高于无CNN的CADv (P < .001)及有或不会CNN的CADv的DT (P < .001)。

此表1 在290个脾鳞状的测试者病事例(n = 170)之中，以每个鳞状蓝本，来得有和不会CNN的CADv之中每个指标的针灸稳定性。

此表2 在290个脾鳞状的测试者病事例(n = 170)之中，以每个鳞状蓝本，来得有和不会CNN的CADv之中每个参数的针灸稳定性。

本研究者确实，卷积神经网络可使用更高薄层CT的计算机辅助此表面积（CADv）观测对鳞状样品及鉴定针灸的可靠性。对用到CADv样品的鳞状完成检验时，以每天的鳞状总此表面积改变来判断是否为恶性比以鳞状加倍星期更为准确。本研究者为针灸备有了一个快速、简单且可重复性强的检验脾鳞状的影像学策略，为人工智能在针灸上的进一步应用拓宽了道路。

标题出处：

Yoshiharu Ohno,Kota Aoyagi,Atsushi Yaguchi,et al.Differentiation of Benign from Malignant Pulmonary Nodules by Using a Convolutional Neural Network to Determine Volume Change at Chest CT.DOI:10.1148/radiol.2020191740