Radiology：计算机辅助识别肺肌肉组织虽好，仍需慎用！

运用于领域胸部CT扫描的计算机辅助探测(CAD)管理系统可作为第二阅读器探测有意义的软组织，并最大限度增加软组织漏诊可能会的发生，特别是在增加差错和提升生产率之外关键在于。

到目前为止，CAD的重点是对实性软组织的探测，然而，亚实性软组织(SSNs)的恶性率高于实性软组织，在胃癌筛查中SSNs的发生率大幅提高9.4%，因此越来越多的数据分析关注CAD对SSNs的探讨。当CAD运用于领域SSNs时，CT的层厚是一个重要的问题。在厚层CT上，由于对比解像度较低及其余部分直径效应的存有不利于SSNs的探测和总括。然而，在实际实习中，并非每个机构都可获得薄层CT。在现阶段，CAD对SSNs探测的最佳CT层厚尚不明确，对于最佳层厚的同样尚从未达成合计识。

近日，发详见在Radiology年底刊的一项数据分析审核了CT层厚对CAD探测SSNs可靠性的阻碍，并探讨了基于最深处研习的微解像度CT层厚减薄启发式是否能提升CT层厚的探测可靠性，为CAD在人工智能之外的标准化运用于提供者了参考标准，为CAD全面性增加临床研究运用于提供者了新的理论及技术上的全力支持。

本数据分析划定了2018年3年底至2018年12年底在此期间接受疗程治疗病患的CT三维，层厚分别为1、3、5mm。对有同时切除的SSNs病患和无SSNs病患(阴性对照)顺利进行了回顾性审核。范围为6 ~ 30mm的SSNs被标示为实性病变。将基于最深处研习的CAD管理系统运用于领域每个层厚的CT三维的SSN探测，并采用微解像度启发式将3毫米和5毫米层厚三维匹配为1毫米层厚CT三维。利用JAFROC分析评价和比较了CAD在各层厚上的可靠性。

本数据分析合计划定审核了308举例病患(半数±标准差，62岁±10岁;异性恋183举例)，其中SSNs424举例(其余部分实性软组织310举例，非实性软组织114举例)，无SSNs182举例(半数65±10岁;97名年长者)。三种层厚(1、3和5 mm分别为0.92、0.90和0.89;P = 0.04)及1和 5 mm层厚之间的满分差异性显著(P = 0.04)。非实性软组织的满分差异性较大(1、3和5 mm分别为0.78、0.72和0.66,P < .001)，而其余部分实性软组织的满分差异性并不显著(范围为0.93-0.94,P = .76)。微解像度启发式提升了CAD在3和5mm层厚上的危险性(3mm的P = 0.02, 5mm的P < .001)。

图 72岁年长者，病理学证实左肺上叶浸润型肺卵巢癌。(a) 1mm层厚，(b) 5mm层厚和从原始（c）3mm和（d）5mm层厚三维经微解像度启发式匹配后揭示左上叶有一个16mm界限不似的其余部分实性软组织，实性其余部分为5mm。软组织的实性其余部分(箭头)在1mm三维(a)上揭示边界清晰，而在5mm三维(b)上边界欠清。计算机辅助探测(CAD)启发式在1mm和3mm层厚三维上揭示了软组织，但在5mm层厚三维上从未揭示。运用于微解像度启发式(c, d)检索实体其余部分，CAD在微解像度3和5 mm三维上均探测到了软组织。

详见 CAD在不同层厚和微解像度匹配的CT三维上的假阳性分数。

薄层CT对亚实性软组织的计算机辅助探测(CAD)高于厚层CT，尤其是在非实性软组织上更为引人注目。基于最深处研习的微解像度启发式的运用于提升了CAD在厚层CT三维上的危险性。CAD的改进以及其与阅读者的联合运用于可明显增加假阳率。这为临床研究对CAD的深入运用于提供者了理论全力支持，为CAD在人工智能之外的发展打下基础了道路。

原意原意：

Sohee Park,Sang Min Lee,Wooil Kim,et al.Computer-aided Detection of Subsolid Nodules at Chest CT: Improved Performance with Deep Learning-based CT Section Thickness Reduction.DOI:10.1148/radiol.2021203387