摘要
摘要目的评估新的多阶段三维（3D）深度卷积神经网络的计算机辅助诊断（CAD）系统在低剂量螺旋CT（LDCT）肺癌筛查中的应用价值。方法回顾性分析河南省肿瘤医院2013年11月至2017年12月8 850例肺癌筛查志愿者共1 111个肺结节的基线LDCT影像资料及肺癌患者的临床信息，所有纳入本研究的人群均作了至少一次LDCT，阅片方式包括目视检测（VD）、CAD及VD结合CAD方式；肺结节的诊断标准以2名胸部影像专业高年资医师最终达成的一致性意见作为真结节(有分歧时由第3名主任医师决定）。针对结节数目、结节类型及结节的Lung-RADS分类，比较3种阅片方式的肺结节（或肺癌）的检出率、漏诊率及假阳性率。组间比较采用χ²检验。结果与VD方式比较，CAD及VD+CAD方式结节检出率明显升高（分别为94.2%、95.7%、80.1%），漏诊率明显减低（分别为5.8%、4.3%、19.9%），差异具有统计学意义（χ²=101.650、128.500，P<0.05）；与VD方式比较，CAD方式与VD+CAD方式对Lung-RADS分类结节（χ²=25.083、23.449，P<0.05）及不同类型结节（χ²=6.955、6.821，P<0.05）的检出率明显升高，而CAD方式与VD+CAD方式对Lung-RADS分类结节及不同类型的检出率差异无统计学意义（P>0.05）。VD方式与VD+CAD方式在肺癌阳性预测率、漏诊率及假阳性率无明显差异；与VD方式与VD+CAD方式比较，CAD方式对肺癌的阳性预测率明显降低，漏诊率及假阳性率明显升高。结论VD结合CAD的方式能够在降低假阳性结节检出的基础上，提高真性肺结节检出率，可作为城市人群LDCT肺癌筛查的首选方法。
出版日期
2020年08月10日（中国期刊网平台首次上网日期，不代表论文的发表时间）
