论文部分内容阅读
目的：通过探讨基于深度学习的计算机辅助诊断系统（DL—CAD）对医师识别周围型肺小腺癌基本征象的辅助作用，初步评估DL-CAD在周围型肺小腺癌诊断中的应用价值。方法：回顾性分析经病理证实的周围型肺小腺癌152例，由一名主治影像医师阅读CT图像，记录恶性征象，然后参考DL-CAD软件的标记，再次判定恶性征象，比较此医师应用DL-CAD前后对于周围型肺小腺癌恶性征象识别敏感度的差异。结果：在应用DL-CAD前后，影像医师对周围型肺小腺癌征象识别总体敏感度分别为88．0％和94．0％，差异有统计学意义（P=0．