在《医学影像AI辅助诊断系统》实验室本阶段工作中,我们聚焦胸部CT肺结节检出一个具体问题:低剂量筛查场景下,血管断面与胸膜粘连造成的假阳性偏高,直接影响医生对提示列表的信任度。
本阶段进展:将检出流程拆为「候选生成+假阳性抑制」两段。候选阶段保持较高召回,抑制阶段引入结节周围三维上下文(血管走向、胸膜毗邻关系)作为判别依据,并复用同一套预处理与坐标映射,避免二次配准带来的位置漂移。在内部回顾性验证集(约1200例低剂量胸部CT)上,固定召回率0.92时,平均每例假阳性由6.4降至3.1,直径6mm以上实性结节的敏感度保持稳定。
下一步计划:
1)补充磨玻璃与亚实性结节样本比例,单独分析该类别的假阴性来源;
2)在报告中加入结节位置与既往序列的自动对比描述,减少医生翻阅历史影像的时间;
3)与影像科协作,按实际阅片顺序调整提示排序,而非单纯追求单一指标。

评论