摘要：原创 赵喜同学 XI区我大家好，欢迎大家访问XI区！在过去十年中，胸部疾病影像学诊断领域取得了诸多突破性进展，从成像模态、计算工具到临床应用等多个维度，为胸部疾病的诊断和治疗提供了全新的思路与方法。在肺结节评估方面，技术创新成果显著。计算机辅助检测（CAD）工
原创 赵喜同学 XI区我大家好，欢迎大家访问XI区！在过去十年中，胸部疾病影像学诊断领域取得了诸多突破性进展，从成像模态、计算工具到临床应用等多个维度，为胸部疾病的诊断和治疗提供了全新的思路与方法。在肺结节评估方面，技术创新成果显著。计算机辅助检测（CAD）工具借助人工智能（AI）的强大力量，在提升诊断准确性和减轻放射科医生工作负担上发挥了重要作用。深度学习驱动的CAD系统运用3D卷积神经网络，相较于传统机器学习方法，在肺结节检测中特异性更高，有效降低了假阳性率。而且，该系统能够自动对肺结节进行精准分类，将其分为实性、部分实性和非实性结节，其分类结果与人类专家判断的一致性，达到了放射科医生之间观察者间的变异水平，这意味着CAD系统在标准化结节评估流程、提高分类准确性上具有巨大潜力。
使用双能量CT（DECT）进行肺灌注成像时可靠的碘定量分析。箱线图展示了（A、B）碘相关衰减（IRA，70keV时的HU值减去虚拟平扫图像的HU值）以及（C、D）根据DECT扫描仪和溶剂的影响得出的碘密度（IoD）绝对测量误差。虽然IRA在不同的DECT扫描仪和溶剂之间存在显著差异，但IoD的绝对测量误差不受DECT扫描仪或溶剂类型的影响。扫描仪1：双层DECT，IQon光谱；扫描仪2：双源DECT，SOMATOM Force；扫描仪3：带有快速千伏切换的单源DECT，Discovery CT 750 HD。溶剂：水（W）、10%氨基酸溶液（A）、18%钙溶液（C）、20%脂质乳剂（L）。这些研究结果证实了IoD测量在不同临床场景中的可靠性。胸部疾病影像学诊断在过去十年的发展令人瞩目，成像技术与AI的深度融合，极大地提高了疾病的检测、特征描述和监测能力，减少了患者接受有创操作的需求。展望未来，高分辨率结构成像、精准功能评估和自动化数据分析的有机结合，将为胸部疾病的个性化和动态管理提供更强大的支持，推动胸部影像学朝着更安全、更准确、更个性化的方向持续发展。更多干货，关注XI区！文献原文：Song J, Hwang EJ, Yoon SH, Park CM, Goo JM. Emerging Trends and Innovations in Radiologic Diagnosis of Thoracic Diseases. Invest Radiol. 2025 Mar 20. doi: 10.1097/RLI.0000000000001179. 仅供专业人士交流目的，不用于商业用途。2025年4月21日如果你觉得写得还不错，请分享、推荐和打赏！原标题：《胸部疾病影像学诊断：趋势与进展》 来源：不得不说的健康
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
