论著-胸部
基于深度学习算法的CT自动诊断系统在NSCLC患者TNM分期中的建立与应用
作者：王 敏* 阮振平 沈 霁
所属单位：安徽医科大学第二附属医院放射科/安徽医科大学医学影像研究中心 (安徽 合肥 230601)
PDF摘要
目的 建立基于深度学习算法的计算机断层扫描(CT)自动诊断系统，并探讨其在非小细胞肺癌(NSCLC)患者肿瘤淋巴结转移(TNM)分期中的应用。方法 回顾性分析本单位2020年1月~2022年6月收治的245例NSCLC患者的临床资料作为训练集，提取CT检查特征信息和TNM分期数据，基于深度学习算法构建CT自动诊断系统。另选取本单位2022年7月~2023年6月收治的102例NSCLC患者作为验证集，经该系统诊断TNM分期，将病理学检查结果作为“金标准”，评价该系统对TNM分期的诊断价值。结果 基于深度学习算法构建了CT自动诊断系统，该系统诊断各期的灵敏度、特异度、准确度与约登指数均高于常规CT诊断；基于深度学习算法的CT自动诊断系统诊断TNM分期与病理学诊断一致性高(Kappa=0.846，P<0.001)，常规CT诊断TNM分期与病理学诊断也有一致性(Kappa=0.721，P<0.001)。结论 基于深度学习算法的CT自动诊断系统诊断TNM分期优于常规CT。
【关键词】深度学习算法；计算机断层扫描； 自动诊断系统；非小细胞肺癌；分期
【中图分类号】R734.2
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2025.03.021
中国CT和MRI杂志
第23卷， 第 3 期
2025年03月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号