这里是生长活跃图(GAI)诊断肺结节的第2期,本期病例来自公开肺结节数据集,形态属于类圆形,边界光整,大小5mm*4mm,但周围可见胸膜增厚(胸膜增厚有时代表着恶性病变)可以看到这个结节基本支持良性病变,甚至有些人可能猜是肺内淋巴结,但周边胸膜增厚,有些让人拿不准。那么下面再观察由人工智能合成的生长活跃图(GAI):可以看到该结节在生长活跃图(GAI)上表现为明显的高信号。诊断良性结节的信心又增加了。此结节是来自SPIE-AAPM Lung CT Challenge的CT-Training-BE002病例,结果为良性。本病例分析表明生长活跃图(GAI)诊断肺结节有重要价值,增加诊断信心。本研究的前期生成网络训练工作已经整理并发表在国内中文核心、CSCD期刊上。生长活跃图合成过程:通过生成对抗网络训练磁共振弥散加权图与CT图像之间的映射(迁移学习部分处于参与学术会议中),实现胸部CT合成伪胸部弥散图(sDWI),将sDWI与CT图像融合,之后再滤波,处理发现组织细胞生长活跃的部分在sDWI-CT融合图像上会变暗,因而把这种融合图像称作生长活跃图(Grow actively image,GAI;个人命名,在参与学术会议中为了严谨还是称作sDWI- CT融合图) 在实际应用过程中,想要得到生长活跃图,只需要提供原始的Dicom格式的胸部CT图像就可以了,这对大部分体检或者门诊患者来说是十分节省成本且友好的,因为除了胸部CT以外没有进行额外的检查。
|