医学影像AI辅助诊断：肺结节随访的配准与变化量化实验

在肺结节随访场景中，临床更关心的是「这个结节比上次长大了多少」，而非单次影像的定性判断。本期实验室围绕随访影像的配准与变化量化做了阶段性验证，重点解决两次CT扫描之间因体位、呼吸相位与重建参数差异带来的测量漂移。

方法上，我们采用先全局刚性配准、再以结节为中心做局部形变配准的两段式流程，将结节分割掩膜映射到同一坐标系后，计算体积、最大径与实性成分占比的差值，并输出变化曲线与置信区间。在内部回顾性数据集（约420组配对扫描，含实性、部分实性与磨玻璃结节）上，体积测量的一致性较单次独立分割明显改善，配准后重复测量的变异系数由约11%降至5%以内；对直径小于6mm的小结节，仍存在一定测量波动，因此系统对微小变化只做提示、不下结论。

下一步计划：一是引入扫描参数与重建核的元信息作为模型输入，减少设备差异带来的偏差；二是把随访间隔与生长速率纳入风险分层，输出「建议复查时间」而非单一良恶性倾向。当前定位仍是辅助阅片与随访管理，所有结论需由影像科医师复核确认。