双能CT融合图像在人工智能肺结节筛查中检测效能的探索研究

目的 探索双能CT融合120 kVp图像在人工智能(Artificial Intelligence,AI)辅助诊断软件肺结节筛查中的检测效能.方法 收集我院行双源CT肺结节筛查的患者381例,随机分为单源扫描(A组)和双能扫描(B组)两组.A组183例,管电压为120 kVp;B组198例,管电压为双源100/Sn 140 kVp,两组均采用CareDose 4D技术.记录容积CT剂量指数(CTDIvol)值、剂量长度乘积(Dose-Length Product,DLP)值.使用AI软件对图像进行结节检测,记录结节的大小、位置、类型(实性、亚实性).统计AI软件检测全部结节数、不同大小结节数(≥4 mm、<4 mm)、不同类型结节数(实性、亚实性),并结合金标准得到相应的真阳数、假阳数、漏诊数,计算相应的结节检测敏感度、精确度和假阳性率,比较两组间的差异,P<0.05为差异具有统计学意义.结果 B组图像的肺结节检测敏感度高于A组(P<0.05),辐射剂量低于A组(P<0.05),同时,B组肺结节检测总的假阳性率低于A组.结论 双能融合120 kVp图像在AI软件肺结节检测中的检测效能优于单源扫描120 kVp图像,其辐射剂量更低,更加适用于AI软件肺癌筛查.