CT图像分辨率对人工智能肺结节辅助诊断系统诊断准确性的影响

目的探讨肺部CT图像分辨率对人工智能(AI)辅助诊断软件肺结节诊断准确性的影响。方法前瞻性收集2019年9月~10月来我院行胸部CT平扫检查的患者35例。每位患者的肺部图像均使用两种不同分辨率进行重建,使用常规高分辨率512×512矩阵重建的为A组图像,使用超高分辨率1024×1024矩阵重建的为B组图像。使用AI辅助诊断软件分别对A、B两组图像进行肺结节分析,记录结节的密度类型、体积和最大径。同时由2名胸部影像诊断医师在AI辅助诊断的基础上,对B组图像进行肺结节分析,以2位医师的一致性意见作为该患者肺结节诊断的金标准。将肺结节按最大径>4mm和最大径≤4mm进行分类分析比较,不同分辨率组间AI辅助诊断结果的敏感性比较采用McNemar检验,P<0.05认为差异具有统计学意义。结果对于最大径>4mm和最大径≤4mm的结节,AI辅助诊断系统在超高分辨率(B组)图像的诊断敏感性均显著高于常规高分辨率(A组)图像(97.1%vs 75.4%、96.9%vs 74.8%),差异均具有统计学意义(χ^2=111.76、74.33,P均<0.01)。对于全部结节,B组的敏感性高于A组(97.0%vs 75.0%),差异具有统计学意义(χ^2=83.83,P<0.01)。A、B两组AI诊断结果的全部结节的假阳性检出率(FPDR)分别为17.6%和21.1%。结论使用超高分辨率肺部CT图像进行AI辅助肺结节诊断,无论结节大小,诊断的敏感性明显高于常规高分辨率图像。对于最大径>4mm的结节,FPDR没有明显变化。对于所有结节,FPDR则略有升高,可以提高肺结节诊断的准确性。

拓扑光子学研究进展

受凝聚态中拓扑相和拓扑相变概念的启发,一种基于拓扑能带论的新的研究领域--拓扑光子学正在兴起,它突破了传统基于实空间光场叠加原理和倒空间固体能带色散理论的光场调控思想,提供了一种新颖的光场调控机制和丰富的输运和光操控性质.例如,背散射抑制且缺陷免疫的边界输运特性、自旋轨道依赖的选择传输特性、高维度的光场调控等.本文将从拓扑光子体系的维度出发,简要介绍不同维度中的拓扑模型、新奇物理现象以及相应的物理图像,如SSH模型、光量子霍尔效应、光量子自旋霍尔效应、Floquet拓扑绝缘体、三维拓扑绝缘体等;结合当前的研究热点,对光子学领域的其他先进拓扑平台也进行了简要的讨论,如高阶拓扑系统、非厄米拓扑系统、非线性拓扑系统等;本文的最后,对相关领域的发展现状、优势与挑战进行了相应的总结与展望.