人工智能結(jié)合PET/CT與高分辨CT對肺部炎性肉芽腫結(jié)節(jié)定性分析的臨床研究

打開文本圖片集

【摘要】 目的 研究人工智能實現(xiàn)正電子發(fā)射斷層/計算機斷層顯像（positron emission tomography/computed tomography，PET/CT）結(jié)合高分辨CT進行肺部炎性肉芽腫結(jié)節(jié)多參數(shù)定性診斷的價值。方法 選取2020年1月1日—2023年4月30日贛州市人民醫(yī)院存儲的肺結(jié)節(jié)PET/CT圖像、高分辨率CT圖像及數(shù)據(jù)，基于3D CNN網(wǎng)絡模型和XGboost分類器建立雙通道聯(lián)合模型，通道1輸入結(jié)構(gòu)化的結(jié)節(jié)特征信息和患者基本信息，通道2輸入圖像數(shù)據(jù)，以2020年1月1日—2022年9月30日肺結(jié)節(jié)圖像及數(shù)據(jù)材料作為訓練樣本，以2022年10月1日—2023年4月30日的肺結(jié)節(jié)圖像及數(shù)據(jù)材料作為測試樣本，進行20×20×20、30×30×30、40×40×40 3種體素尺度圖像的模型性能實驗。（剩余7427字）