简介:摘要目的探讨人工智能(AI)在基于颅脑CT灌注数据重组CTA的图像后处理中的应用价值。方法回顾性分析2020年1至7月河北省人民医院疑似脑血管疾病的100例患者的临床及影像资料。按检查方案的不同将分为A、B 2组,每组50例。A组行颅脑CT灌注检查(选取动静脉CT值差值最大期的前5个时相生成的时间最大密度投影数据集为A1亚组,差值最大期的原始薄层图像为A2亚组),B组行单时相CTA检查,分别进行人工和AI后处理。测量3组图像CT值、噪声(SD)、信噪比(SNR)、对比噪声比(CNR)客观评价指标并进行主观评分,记录并统计人工和AI后处理的血管分割合格率与后处理时间。采用单因素方差分析比较图像的客观评价指标,Kruskal-Wallis H检验比较主观评分差异。结果3组横断面原始图像的主观评分、客观评价指标差异均有统计学意义(P均<0.05),其中A1组动脉强化程度及小动脉细节显示评分、脑动脉CT值、SNR、CNR均高于A2亚组和B组(P均<0.05)。100例患者共1 100条血管,A1亚组[98.4%(541/550)]、B组[98.7%(543/550)]的AI血管重组合格率均高于人工重组[82.9%(456/550)、87.1%(479/550),χ²值分别为77.392、56.521,P<0.001],A2亚组的[78.4%(431/550)]AI血管重组合格率低于人工重组[85.6%(471/550),χ²=9.855,P=0.002]。AI处理完成时间较人工分别缩短56.30%、49.63%、50.81%。结论与人工后处理相比,AI在基于颅脑CT灌注降噪数据的CTA后处理的图像质量与工作效率上具有一定优势,结合人工质控,在脑血管病影像后处理方面值得推广应用。
简介:摘要基于人工智能的肺结节辅助诊断、辅助检测对于肺癌早期筛查具有重要意义。由于当前产品通常采用监督学习,研发与测试过程需要高质量的胸部CT肺结节数据集。目前,此类数据集的构建和质量控制尚未建立具体的技术规范,业内处于探索阶段。随着人工智能医疗器械标准化的推进,关于数据集通用要求的标准正在起草。为促进产业发展、推进标准化进程,本文以训练集为案例,提出了胸部CT肺结节数据集的构建流程,包括数据采集、数据标注等环节。同时,本文解释了该类数据集质量特性的表现形式,提供了质量控制思路。本文旨在为数据集制造责任方提供参考路线,保障数据资源的有序供给,促进肺结节人工智能产品的研发生产。
简介:背景:跟骨为不规则骨,具有复杂的三维立体结构,过往多基于X射线平片进行测量研究,利用螺旋CT三维成像技术进行跟骨相关解剖测量具有明显的技术优势与良好的应用前景,但目前报道较少。目的:利用螺旋CT三维重建测量国人跟骨的解剖数据并探讨其临床意义。方法:收集100例成人正常跟骨CT扫描数据,男50例,女50例,将其重建后进一步测量跟骨长、宽、高及Bohler’s角及Gissane’s角,将测量数据与西方人数据进行对比。结果与结论:中国男性组跟骨长、宽及高分别为(74.60±5.06),(29.71±2.93),(45.23±4.46)mm;女性组为(71.48±5.36),(26.65±3.01),(42.23±4.49)mm,男性组显著大于女性组(P0.05)。男性组Bohler’s角为(35.98±4.34)°,女性组为(38.31±4.43)°,男性组显著小于女性组(P0.05)。提示中国女性成人跟骨长、宽、高较男性小,跟骨Bohler’s角明显大于男性,不同性别间Gissane’s角无明显差异。与西方人相关数据比较,中国成人的跟骨长、宽、高明显偏小,跟骨Bohler’s角及Gissane’s角则无明显差异。
简介:摘要目的讨论应用基于256CT影像数据的冠脉血管三维实体模型重建技术对于冠脉血管疾病的诊断与治疗的作用。方法选取本院心内科2017年1月至2017年10月收治的心脏冠脉血管疾病患者45例作为研究对象,选取同期入院的无心血管疾病患者45例作为健康组,使用星云工作平台对256CT的图像结果进行三维重建,评价重建后的诊断符合率。结果根据三维图像判定的结果,对于45名病人判定的正确率为100%,而对于健康人,其中3人被错误的判定为冠心病患者,正确率为93.3%,两组正确率的差异具有统计学意义。结论应用基于256iCT的心脏冠脉血管三维重建技术,对于冠脉血管状态的重现性好,并且更加直观,根据三维重建结果对于疾病判定的灵敏度与特异度均较高,提示此技术的优越性,对于其进一步的应用仍然值得探索。
简介:CT 可以说是医生的眼睛,它可以发出类似于 X 光的射线,这些光线穿过人体后,投射在胶片上会因为人体组织密度不同,而显现出不同深浅的黑白颜色, 从而让我们可以清晰地观察到人体内部组织的具体状态。
简介:摘要目的了解中国健康定量CT(QCT)大数据项目2018—2019年入组人群的基线特征。方法以中国健康定量CT大数据项目2018年1月至2019年12月符合标准的入组人群为研究对象,骨密度和腹内脂肪的测量采用Mindways的定量CT Pro Model 4系统。描述性分析入组人群的年龄、性别、地区分布以及身高、体重、腹围、血压、血常规及血生化等健康指标的基线情况,并采用单因素方差分析分性别对骨密度和腹内脂肪年龄变化趋势进行趋势检验。结果经对主要指标的纳入排除标准及异常值筛选后,最终86 113例纳入本研究,入组率为92.47%,其中女性35 431例(41.1%),男性50 682例(58.9%),男女比值为1.43。总体年龄为(50.3±12.7)岁,男性为(50.2±12.8)岁,女性为(50.4±12.5)岁,性别差异无统计学意义(P>0.05)。按地区划分,华东地区入组最多,共43 833例(50.90%),其次为华中地区16 434例(19.08%),东北地区最低2 914例(3.38%)。与主要研究结局相关的健康信息指标入组率基本在70%以上,且两性差异均有统计学意义(均P<0.05)。女性骨密度为(139.33±46.76)mg/cm3,男性为(135.90±36.48)mg/cm3,不同性别骨密度整体表现为随年龄递减趋势(均P<0.001);女性腹内脂肪面积为(116.39±56.23)cm2,男性为(191.67±77.07)cm2,不同性别整体表现为随年龄递增趋势(均P<0.001)。结论基于QCT测量的基线骨密度和腹内脂肪均存在性别差异且年龄趋势不同,健康信息指标也有性别差异;此外,由于纳入数据的地区差异,也需考虑地区因素。