CT增强扫描背景下bone与standard图像算法对DL-CAD诊断肺结节良恶性效能的影响

目的:探究CT增强扫描背景下bone与standard图像算法对基于深度学习的智能辅助软件(DL-CAD)诊断肺结节良恶性效能的影响。方法:回顾分析98例于2020年1月至2022年9月本院收治的肺结节患者,将其CT增强扫描背景下bone图像算法、standard图像算法、bone图像算法联合standard图像算法的诊断结果与金标准“病理检查”诊断结果做一致性分析。结果:standard联合bon图像算法相较于bone图像算法及standard图像算法诊断肺结节良恶性的敏感度(0.867 vs 0.816 vs 0.786)、特异度(0.927 vs 0.878 vs 0.829)、准确率(0.885 vs 0.835 vs 0.799)均更高。结论:bone图像算法相较于standard图像算法应用于基于DL-CAD的CT增强扫描中具有更好地诊断效能,二者联用效能最好。