【原】超越 CT-生长活跃图诊断肺结节（第 2 期）

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，

下面我们观察本期病例。

         

首先放大图片观察一下右肺中叶的肺结节：

         

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）

         

纵隔窗观察，邻近的胸膜一样显示增厚

失状位观察，结节形态近似三角形。

         

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。

关于生长活跃图：

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。