重建算法和层厚对AI提取pGGN一阶特征的影响

打开文本图片集

［摘要］目的探讨不同重建算法和层厚对基于人工智能（AI）获得的纯磨玻璃结节（pGGN）一阶特征的影响，选取最佳重建算法和重建层厚。方法回顾性分析我院同一台CT机上行胸部高分辨率平扫者CT影像，在AI辅助下由一名副主任医师筛选出最小径≥5 mm的pGGN 158例，分别记录相同重建算法不同层厚（0.625、1.250、2.500 mm）和相同层厚不同重建算法（标准算法和肺算法）数据，在AI软件中标准敏感度下获得16个一阶特征（总体积、总质量、CT最大值、CT最小值、CT平均值、CT值方差、球型度、最大面面积、表面积、3D长径、长短径平均值、峰度、偏度、能量、紧凑度、熵），并进行统计分析。（剩余11091字）