深度学习的网状透明度与间质性肺病胸片

根据加勒比海盗的美国放射学杂志》(学杂志),放射科医生对胸片的灵敏度为网状透明度患者间质性肺病(ILD)——包括那些轻度disease-improved使用商用(DLA)从VUNO深度学习算法。

“国防后勤局改善读者的使用性能和interobserver协议,“写通讯作者唱Min Lee来自韩国首尔峨山医疗中心,注意的是,“效益更显著的敏感性与特异性。”

李和团队的回顾性研究包括197名患者(130名男性,67名女性;平均年龄62.6岁)和手术证实ILD 2017年1月至2018年12月接受术前评价胸片和胸部CT在30天的期限内。的VUNO Med-Chest x射线国防后勤局被用来检测下叶或胸膜下异常;那些匹配的网状透明度位置CT被认为真阳性。6读者(三个胸放射科医生和三个居民)独立审查为网状透明度存在有或没有国防后勤局射线照片。

在样本两个中心,VUNO国防后勤局的网状透明度的检测在胸部的准确性为98.5%和100.0%。此外,国防后勤局温和读者敏感性从66.7%提高到了86.8%,在温和的84.2%到99.8%,87.3%到100.0%的严重疾病。国防后勤局也改善了从0.517到0.870 kappa interobserver协议。

“鉴于国防后勤局的敏感性在轻度至中度网状不透明度疾病,该技术可以应用筛选疑似ILD患者,为这一领域胸部射线照相法历来不是表现良好”,建议作者学杂志篇文章。