Radiology：计算机辅助识别肠胃结节虽好，仍需慎用！

领域于胸部CT扫瞄的计算机辅助扫瞄(CAD)系统可作为第二阅读器扫瞄有意义的鳞状，并借以降低鳞状漏诊具体情况的引发，密切相关降低错误和提高工作效率层面效果显著。

到现阶段，CAD的重点是对实性鳞状的扫瞄，然而，亚实性鳞状(SSNs)的恶性率略低于实性鳞状，在肝癌筛查中会SSNs的引发率高达9.4%，因此越来越多的研究工作关注CAD对SSNs的探究。当CAD领域于SSNs时，CT的层厚是一个重要的问题。在厚层CT上，由于对比灵敏度较高及部份容积效应的存在不利于SSNs的扫瞄和比如说。然而，在实际工作中会，并非每个机构都可得到薄层CT。在现阶段，CAD对SSNs扫瞄的最佳CT层厚尚不确切，对于最佳层厚的选择尚仍未订下实质。

亦同，发表在Radiology华尔街日报的一项研究工作分析报告了CT层厚对CAD扫瞄SSNs性能的冲击，并探究了基于尺度研习的微灵敏度CT层厚减薄搜索算法是否能提高CT层厚的扫瞄性能，为CAD在智能层面的标准规范化领域提供了概要标准规范，为CAD进一步扩展药理学领域提供了新的观点及高效率上的支持。

本研究工作纳入了2018年3月至2018年12月期间接受手术外科手术病征的CT图象，层厚则有1、3、5mm。对有同时切除的SSNs病征和无SSNs病征(阴性对应)进行了回顾性分析报告。范围为6 ~ 30mm的SSNs被标上为实性病变。将基于尺度研习的CAD系统领域于每个层厚的CT图象的SSN扫瞄，并用作微灵敏度搜索算法将3毫米和5毫米层厚图象转成为1毫米层厚CT图象。利用JAFROC分析赞赏和比较了CAD在各层厚上的性能。

本研究工作共纳入分析报告了308举例病征(总数±标准规范差，62岁±10岁;男士183举例)，其中会SSNs424举例(部份实性鳞状310举例，非实性鳞状114举例)，无SSNs182举例(总数65±10岁;97名成年人)。三种层厚(1、3和5 mm则有0.92、0.90和0.89;P = 0.04)及1和 5 mm层厚之间的打分关联性显著(P = 0.04)。非实性鳞状的打分关联性较大(1、3和5 mm则有0.78、0.72和0.66,P < .001)，而部份实性鳞状的打分关联性并不显著(范围为0.93-0.94,P = .76)。微灵敏度搜索算法提高了CAD在3和5mm层厚上的敏感性(3mm的P = 0.02, 5mm的P < .001)。

图 72岁成年人，病因证实左肺部上叶表层型肺部白血病。(a) 1mm层厚，(b) 5mm层厚和从重构（c）3mm和（d）5mm层厚图象经微灵敏度搜索算法转成后说明了右下叶有一个16mm界限分明的部份实性鳞状，实性部份为5mm。鳞状的实性部份(箭头)在1mm图象(a)上说明了边界清晰，而在5mm图象(b)上边界欠清。计算机辅助扫瞄(CAD)搜索算法在1mm和3mm层厚图象上说明了了鳞状，但在5mm层厚图象上仍未说明了。领域微灵敏度搜索算法(c, d)检索实体部份，CAD在微灵敏度3和5 mm图象上均扫瞄到了鳞状。

表 CAD在不同层厚和微灵敏度转成的CT图象上的所谓阳性总分。

薄层CT对亚实性鳞状的计算机辅助扫瞄(CAD)优于厚层CT，尤为是在非实性鳞状上更引人注意。基于尺度研习的微灵敏度搜索算法的领域提高了CAD在厚层CT图象上的敏感性。CAD的修改以及其与阅读者的协同领域可明显降低所谓阳率。这为药理学对CAD的深入领域提供了观点支持，为CAD在智能层面的工业发展在此之后了巷道。

书名注解：

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