医学影像AI辅助诊断：低剂量CT肺结节的假阳性抑制

本轮实验聚焦低剂量胸部CT的肺结节检出与假阳性抑制。系统采用两阶段结构：先由3D检测网络给出候选结节，再用轻量分类器对候选做二次判别。除结节本身的形态与密度特征外，判别器还引入结节周边3 mm范围的微环境纹理、所在肺段的解剖位置，以及同一患者历次随访中的尺寸与形态稳定性。数据来自合作医院脱敏回顾性扫描，按患者维度划分训练与验证集，避免同一患者跨集泄漏。阶段性结果：在验证集上，直径≥4 mm结节的检出敏感度由单阶段的88.6%提升至93.1%，平均每例扫描假阳性数从8.4降至2.3；残余误报主要来自血管断面与胸膜粘连两类情形，提示局部三维上下文仍是瓶颈。下一步计划：把随访时间轴作为弱监督信号，并对≤3 mm微小结节单独建模，同时评估模型在不同重建层厚与不同厂商设备间的稳定性，为后续前瞻性验证做准备。