Radiology：计算机辅助识别肺结节虽好，仍需单用！

分析方法于臀部CT扫描的计算机辅助验证(CAD)系统对可作为第二阅读器验证有意义的突起，并有效地减少突起漏诊情况的发生，得益于减少错误和提高管理工作效亲率层面效果显著。

到目前为止，CAD的重点是对实性突起的验证，然而，亚实性突起(SSNs)的恶性亲率高于实性突起，在肺部癌筛选之中SSNs的发生亲率高达9.4%，因此越来越多的系统地研究关注CAD对SSNs的探讨。当CAD分析方法于SSNs时，CT的层厚是一个重要的原因。在厚层CT上，由于对比灵敏度低及均容积效应的依赖于不利于SSNs的验证和并不一定。然而，在实际管理工作之中，并非每个机构都可赢得孔洞CT。在这两项，CAD对SSNs验证的最佳CT层厚尚不完全一致，对于最佳层厚的选择仍未有达成共计识。

近来，刊载在Radiology杂志的一项系统地研究检验了CT层厚对CAD验证SSNs效能的影响，并探讨了基于深研读的时是灵敏度CT层厚减薄正则表达式是否能提高CT层厚的验证效能，为CAD在计算机系统层面的标准化分析方法共计享了参考标准，为CAD促使增加临床分析方法共计享了新的理论及技术开发上的背书。

本系统地研究归入了2018年3月至2018年12月期间接受动手术治疗病症的CT图象，层厚共计五1、3、5mm。对有同时摘除的SSNs病症和无SSNs病症(复数对照)展开了回顾性检验。适用范围为6 ~ 30mm的SSNs被标记为实性病变。将基于深研读的CAD系统对分析方法于每个层厚的CT图象的SSN验证，并使用时是灵敏度正则表达式将3毫米和5毫米层厚图象变换为1毫米层厚CT图象。利用JAFROC分析评价和比较了CAD在各层厚上的效能。

本系统地研究共计归入检验了308由此可知病症(平均年龄±平均数，62岁±10岁;未有婚183由此可知)，其之中SSNs424由此可知(均实性突起310由此可知，非实性突起114由此可知)，无SSNs182由此可知(平均年龄65±10岁;97名男性)。三种层厚(1、3和5 mm共计五0.92、0.90和0.89;P = 0.04)及1和 5 mm层厚相互间的高分差异显著(P = 0.04)。非实性突起的高分差异较大(1、3和5 mm共计五0.78、0.72和0.66,P < .001)，而均实性突起的高分差异并不显著(适用范围为0.93-0.94,P = .76)。时是灵敏度正则表达式提高了CAD在3和5mm层厚上的敏感度(3mm的P = 0.02, 5mm的P < .001)。

图 72岁男性，流行病学证实左肺部上叶诱发DF肺部白血病。(a) 1mm层厚，(b) 5mm层厚和从许多现代（c）3mm和（d）5mm层厚图象经时是灵敏度正则表达式变换后看出左上叶有一个16mm界限分明的均实性突起，实性均为5mm。突起的实性均(斜线)在1mm图象(a)上看出疆界清晰，而在5mm图象(b)上疆界欠清。计算机辅助验证(CAD)正则表达式在1mm和3mm层厚图象上看出了突起，但在5mm层厚图象上未有看出。分析方法时是灵敏度正则表达式(c, d)检索对等均，CAD在时是灵敏度3和5 mm图象上均验证到了突起。

表 CAD在不同层厚和时是灵敏度变换的CT图象上的；也阳性分数。

孔洞CT对亚实性突起的计算机辅助验证(CAD)优于厚层CT，尤其是在非实性突起上更为突出。基于深研读的时是灵敏度正则表达式的分析方法提高了CAD在厚层CT图象上的敏感度。CAD的改进以及其与阅读者的为首分析方法可明显减少；也阳亲率。这为临床对CAD的系统地分析方法共计享了理论背书，为CAD在计算机系统层面的发展坚持不懈了路面。

原文出处：

Sohee Park,Sang Min Lee,Wooil Kim,et al.Computer-aided Detection of Subsolid Nodules at Chest CT: Improved Performance with Deep Learning-based CT Section Thickness Reduction.DOI:10.1148/radiol.2021203387