关键词：结节病 肺 体层摄影术 x线计算机 深度学习 

摘要：目的探讨基于深度学习(DL)的肺结节检测算法对不同大小肺结节的检出效果。方法回顾性分析344例肺结节患者的胸部CT图片,计算并比较基于DL的肺结节检出模型对不同大小肺结节的检出率(相对于医师诊断结果),分析模型检出假阳性结节的类别。结果344份CT图像中,医师共诊断710个0~30 mm肺结节。模型共检出2495个候选肺结节,其中真阳性675个(相对于医师诊断结果),模型对结节的检出率为95.07%(675/710)。模型对0~4 mm肺结节的检出率为82.80%(77/93),0~5 mm结节为90.15%(238/264),0~6 mm结节为92.94%(395/425),5~10 mm结节为97.94%(381/389),10~20 mm结节为98.21%(55/56),20~30 mm结节为100%(1/1),模型对不同大小肺结节的检出率差异无统计学意义(χ^2=21.72,P>0.05)。模型检出假阳性结节中,50.38%(917/1820)为医师最初诊断漏诊者,32.53%(592/1820)为血管断面。结论DL肺结节检出模型对肺结节的整体检出率较高(95.07%),且不受结节大小的影响。

中国医学影像技术杂志要求:

{1}作者简介包括：姓名、服务单位、学历、学位、职称、职务等。另外，请注明通信地址、联系电话、电子信箱。

{2}本刊实行专家盲审制度，稿件正文中不宜出现任何个人信息。

{3}一级标题用一、二、三……；二级标题用（一）、（二）、（三）……；三级标题用阿拉伯数字编号1.、2.、3.……；四级标题用（1）、（2）、（3）……。

{4}使用资料、数据、引文务求核查无误，并注明出处、版本、页码。例句、引文等出处（书名、报刊名）一律用书名号，依次为：作者、书名或文章名、出版社或报刊名、时间、页码。

{5}来稿附中/英文摘要（200字以内）和中英文对照关键词（3-5个）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社