利用深度学习技术辅助肺结节的人工智能检测

• 作者: 徐修远 李为民 杨澜 杨阳 王成弟 章毅 胡亦清 郭际香
• 来源期刊: 中国呼吸与危重监护杂志
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 医学进展
• 页码范围: 288-294
• 页数: 7页
• 语种: 中文
• DOI: 10.7507/1671-6205.201802042

摘要

在中国,肺癌是发病率最高和死亡率最高的恶性肿瘤,2015年新增癌症患者429万,其中肺癌新发病例达到73.3万,死亡人数更是高达61万[1].我国约75％的肺癌患者在确诊时候就已经属于晚期,5年生存率不到20％,这与缺乏筛查以及科学有效鉴别肺结节有关.肺结节影像学表现为直径≤3 cm的局灶性、类圆形、密度增高的实性或亚实性肺部阴影,可为孤立性或多发性.科学合理有效鉴别肺结节良恶性进而对肺癌进行早期精准诊断,可产生显著的社会价值和经济效益[2].