目的 基于人工智能系统(AI)肺结节系统结合能谱CT比较不同单能量肺结节的诊断效能,筛选不同性质结节的最佳单能量.方法 收集28例能谱CT图像,AI肺结节系统结合70 keV,共标注231个肺结节作为"金标准",结节性质包括实性、亚实性(部分实性、纯磨玻璃)和钙化3类.分析40、60、80和100 keV 4组图像结节,对比"金标准",计算灵敏度、阳性预测值及假阳性率.结果 4组单能量检测肺结节的灵敏度及阳性预测值差异均有统计学意义(P均＜0.05),80 keV灵敏度、60 keV阳性预测值较高.单能量组内,不同性质结节灵敏度差异有统计学意义(P均＜0.05),除40 keV外其他能量组内阳性预测值差异有统计学意义(P均＜0.05).实性结节中不同能量组间灵敏度及阳性预测值差异有统计学意义(P均＜0.001),80 keV以上组灵敏度显著高于40、60 keV,60 keV以上组阳性预测值显著高于40 keV.亚实性结节中不同能量组间灵敏度及阳性预测值差异无统计学意义(P＞0.05).钙化结节中4组灵敏度均为100％,阳性预测值差异无统计学意义(P=0.843).结论 AI肺结节系统与80 keV以上组结合具有较高的肺结节检出灵敏度.不同单能量中80 keV以上组检测肺实性结节效能最优.
作者：钟宇；周姝；张立波；刘文源；杨本强；邹明宇
来源：中国医科大学学报 2023 年 52卷 7期
