CT窗口设置对人工智能分类肺部病变结果的影响

目的：应用3种不同的3D CNN的算法及5种CT窗口设置,探讨CT窗技术对人工智能分类肺部病变结果的影响。方法：回顾性分析172例周围型肺癌及185例局灶性肺炎的胸部CT影像资料,选择ResNet、ResNext以及DenseNet 3种不同的3D CNN的算法将病变分为两组,并在每1种3D CNN算法处理过程中应用5种不同的CT窗口设置,包括肺窗（1 500,-600）,纵隔窗（350,40）,自定义窗口1(SW1)(1 000,40),自定义窗口2(SW2)(1 000,-100),全窗（4 096,1 024）,分别计算分类准确率及AUC结果,并进行ROC曲线的两两对比。结果：ResNet的平均分类准确率最低为纵隔窗85.732%,AUC值为0.871;平均分类准确率最高为全窗,达91.596%,AUC值为0.946。ResNext的平均分类准确率最低为纵隔窗81.528%,AUC值为0.814;平均分类准确率最高为全窗,达86.568%,AUC值为0.882。DenseNet的平均分类准确率最低为纵隔窗87.954%,AUC值为0.906;平均分类准确率最高为SW2,达93.2...     

血管源性急腹症CT诊断及应用

目的:通过回顾性分析血管源性急腹症患者的增强CT表现、临床特征及超声结果,以总结诊断经验,提高对此类患者的诊断水平。方法:回顾性分析自2012年1月至2017年3月在我院急诊科以腹痛为主诉就诊并行急诊腹部CT检查的患者,选取CT影像表明其为血管源性,且临床确诊为血管源性急腹症的患者共156例,根据不同的血管病变类型及受累的血管不同,分为5大类疾病,并分别统计各类疾病的病例数、典型CT影像表现及超声阳性率。结果:156例患者共分为以下5大类疾病:①动脉夹层及动脉瘤53例,其中动脉夹层17例,包括15例为胸主动脉夹层向下延续,1例单发于腹主动脉下段局限小夹层,1例腹主动脉至右髂总动脉夹层;动脉瘤36例,其中腹主动脉瘤30例、腹主动脉假性动脉瘤3例、1例脾动脉假性动脉瘤、1例腹主动脉瘤支架术后破裂形成血肿、1例单纯右侧髂总动脉瘤。②肠系膜血管疾病30例,其中肠系膜上动脉栓塞12例、肠系膜下动脉栓塞1例、肠系膜静脉栓塞15例（其中5例合并门脉栓塞）、1例肠系膜上动脉夹层、1例肠系膜上动脉壁间血肿。③门脉系统疾病52例,其中门脉高压19例,门脉血栓17例,门脉癌栓9例,门脉海绵样变3例,门脉积气4例。④脾梗死或肾梗死共12例。⑤其他类型血管源性急腹症共9例。结论:增强CT检查在诊断血管源性急腹症比CT平扫、超声检查有更大的优势,不同类型血管源性急腹症有不同的典型CT表现,临床及影像科医生均需要加强对该病的认识和重视程度,总结诊断经验,减少误诊和漏诊,最终提高对此类患者的诊断水平。