• 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 征稿启事
  • 联系我们
首页
期刊
2026年
第17期
影像技术

【摘要】目的:探讨人工智能(AI)技术对肺磨玻璃结节(GGN)患者 CT 图像重建质量的改善效果。方法:选取 2024 年 3 月—2025 年 12 月于肇庆市中医院接受胸部 CT 检查的 120 例 GGN 患者为研究对象,所有患者的 CT 图像分别采用人工、AI 技术给予后处理,对 比 2 种后处理方法对 GGN 的检出率、不同形态学征象的检出情况和图像重建质量的差异性。结果:AI 技术后处理对 GGN 的检出率为 91.67%(110/120),高于人工后处理的 81.67%(98/120),差异有统计学意义(P < 0.05);2 种后处理方法对 GGN 不同形态学征象的 检出情况比较,差异无统计学意义(P > 0.05);相较于人工后处理,AI 技术后处理对 GGN 的整体图像重建质量、GGN 图像质量及 SNR 均更高,差异有统计学意义(P < 0.05)。结论:将 AI 技术应用于 GGN 患者 CT 图像后处理中可显著提升对 GGN 的检出率,有助于改 善图像重建质量,具有良好的临床应用价值。
【关键词】肺磨玻璃结节;CT 图像;重建质量;AI 技术;信噪比

阅读全文
  • 首页
  • 期刊介绍
  • 投稿指南
  • 期刊订阅
  • 常见问题解答
  • 征稿启事
  • 联系我们
友情链接:
国家新闻出版署
中国知网
万方数据知识服务平台
维普网
超星

版权所有 © 《影像研究与医学应用》编辑部    京ICP备2025106106号-1

关注我们的公众号