← 返回实验室

医学影像AI辅助诊断:肺结节随访与钙化鉴别

在低剂量CT肺癌筛查场景中,我们把研究重点放在「同一患者、跨时间」的纵向比对,而非单次影像的孤立判读。

技术路径上,先用解剖标志点加形变配准把两次扫描拉到同一坐标框架,再由分割模型给出结节体积、实性成分比例与体积倍增时间。对直径小于6 mm、且体积倍增时间超过600天的病灶,系统提示「继续年度随访」,而不是直接升级为可疑。

阶段性进展:
· 内部回顾性队列(约1.2万次检查、含3年随访)中,配准失败率约2.3%,集中在大量胸腔积液与术后改变病例;对体积≥100 mm³的实性结节,恶性召回率与两位高年资医师的均值相当,钙化与脂肪成分的误升级明显下降。
· 假阳性主要来自血管断面与胸膜增厚,我们引入薄层重建下的血管连续性特征做二次过滤。

下一步计划把结构化报告输出接入院内工作流,并补充不同扫描协议与机型的外部验证。需要明确的是,模型只做排序与提示,最终诊断仍由医师签发。

评论

更多研究动态

查看全部实验室 →