Resumen

El cáncer de pulmón es uno de los tumores más malignos. Si puede detectarse precozmente y tratarse de forma activa, puede mejorar eficazmente la tasa de supervivencia del paciente. Por lo tanto, el diagnóstico precoz del cáncer de pulmón es muy importante. El cáncer de pulmón en estadio temprano suele aparecer como un nódulo pulmonar solitario en las imágenes médicas. Suele aparecer como una sombra densa redonda o casi redonda en la radiografía de tórax. Es difícil distinguir los nódulos pulmonares de los tejidos blandos pulmonares a simple vista. Por lo tanto, este artículo propone un estudio de evaluación del rendimiento de detección de nódulos pulmonares de TC torácica basado en inteligencia artificial de aprendizaje profundo, con el objetivo de evaluar el valor de la tecnología de imágenes de TC torácica en la detección de nódulos no calcificados y proporcionar ayuda para la detección y el tratamiento del cáncer de pulmón. En este artículo, se seleccionó la base de datos Lung Medical Imaging Database Consortium (LIDC) para obtener 536 casos utilizables según los criterios de inclusión; se seleccionaron 80 casos para su examen, software de inteligencia artificial, radiólogos y especialistas en imágenes torácicas. A partir de la detección de 80 nódulos pulmonares en cada caso, se analizaron individualmente el tipo patológico de los nódulos pulmonares, los resultados de las pruebas no tuberculosas, la sensibilidad de detección, la tasa de falsos negativos, la tasa de falsos positivos y los hallazgos de la TC, y se evaluó la eficacia de detección del software de inteligencia artificial. Los experimentos han demostrado que la sensibilidad del software de inteligencia artificial para detectar nódulos no calcificados en las zonas pleural, periférica, central e hiliar es superior a la de los radiólogos, lo que indica que el método propuesto en este artículo ha logrado buenos resultados de detección. Tiene una sensibilidad de detección de nódulos mejor que la de un radiólogo, lo que reduce la complejidad del proceso de detección.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:software de inteligencia artificial, artículo, cáncer de pulmón, nódulos no calcificados, Lung Medical Imaging Database Consortium, estudio de evaluación del rendimiento de la detección de nódulos pulmonares mediante TC torácica con inteligencia artificial, mejor sensibilidad de detección de nódulos, resultados de pruebas tuberculosas no calcificadas, software de eficacia de detección, tasa de falsos negativos
• Keywords:artificial intelligence software, article, lung cancer, noncalcified nodules, Lung Medical Imaging Database Consortium, artificial intelligence chest CT lung nodule detection performance evaluation study, better nodule detection sensitivity, nonlime tuberculous test results, detection efficiency software, false negative rate