Radiology：深度学习方法在胸部CT肺间质性疾病诊断中的应用

间质性肝病(ILD)包括一大部分值得注意肺哮喘，该类哮喘在医学展现出和肺扫描学展现出的管理系统上有一定交错。所示像CT是治疗ILD的正因如此扫描学伎俩。然而，在CT上对ILD顺利完成扫描学检验必需较大知识和专业性，即使在有知识的放射科外科医生之间也假定很大的差异。

最近，高度深造技术已被广为运用于于医学各个学科。基于细节的所示形查找（CBIR）是一个稳固的所示形搜引文擎，很强形态学、引文和从文档里面查找所示形等多个动态。当运用于CBIR顺利完成ILD治疗时，在CT上对ILD的区域哮喘的管理系统的自动定量和形态学可以整合到查找所示形和文档里面的所示形之间的类似于度测里面，这将有助于提高放射科外科医生或医学外科医生的治疗可靠性。然而，很少有研究课题运用于于CBIR作为解释ILD CT所示形的治疗辅助工具。

昨日，发表在Radiology杂志的一项研究课题开发了一个结合了基于高度深造的ILD CT所示形的的管理系统形态学的自动化CBIR，并全面概述了所提出CBIR管理系统有否能够协助很强并不相同知识技术水平的阅读者顺利完成ILD的治疗，为ILD的快速、准确且充分的治疗透过了强有力的技术支持。

本项回顾性研究课题设为了2000年1年末至2015年12年末期间未确定的经交叉学科讨论的、很强可用CT所示形的ILD高血压。文档由四个哮喘类别组合而成：普通间质性肺结核（UIP）、非依赖性间质性肺结核（NSIP）、隐源性一个组织性肺结核和慢性超敏性肺结核。从文档里面考虑了80名高血压作为检验单纯。拟议的CBIR通过更为高度深造算法定量的并不相同区域哮喘的管理系统的某种程度和分布，从文档里面查找出带有治疗的之冠亚军类似于CT所示形。在运用于CBIR之之后和便，八位很强并不相同知识的阅读者在徘徊两周的两次阅读会议上对查找的CT所示形顺利完成判析，并透过了他们最可能的治疗。运用于于McNemar鉴定和广义估计微分方程数据分析了治疗可靠性，运用于于Fleiss κ数据分析了阅读者之间的精确性。

共有设为288名高血压（岁数，58岁±11[标准差]；145名女性）。运用于CBIR后，所有读者的整体治疗可靠性都有所提高（CBIR之后，46.1% [95% CI: 37.1, 55.3]；CBIR后，60.9% [95% CI: 51.8, 69.3]；P < .001）。就哮喘类别而言，运用于CBIR后，UIP（CBIR之后与CBIR后，分别为52.4%与72.8%；P < .001）和NSIP病症（CBIR之后与CBIR后，分别为42.9%与61.6%；P < .001）的治疗可靠性得到提高。CBIR后，阅读者之间的精确性有所提高（CBIR之后与CBIR后Fleiss κ，分别为0.32 vs 0.47；P = .005）。

所示CBIR管理系统的界面。CBIR管理系统根据测的类似于度查找出三张类似于的CT所示形，并简介了带有就诊的查找结果（黄框）。拟议的CBIR管理系统的界面一一里面间显示查找的CT和查找的所示形，以便于更为。

总之，本研究课题组提出的基于细节的胸部CT所示形查找管理系统通过运用于于高度深造可以提高间质性肝病（ILD）的治疗可靠性和并不相同知识技术水平的阅读者之间的精确性。该管理系统拟于为缺乏胸部扫描专业性或ILD病症少的里面心透过扫描学判析支持。

文里面原文：

Jooae Choe,Hye Jeon Hwang,Joon Beom Seo,et al.Content-based Image Retrieval by Using Deep Learning for Interstitial Lung Disease Diagnosis with Chest CT.DOI:10.1148/radiol.2021204164