机构名称：
¥ 1.0
空气滞留和闭塞性细支气管炎是弥漫性肺损伤的重要途径，由小气道炎症阻塞引起。它们见于各种呼吸系统疾病，包括慢性阻塞性肺病 (COPD) (1)、移植物抗宿主病、闭塞性细支气管炎综合征 (BOS)、肺移植患者的慢性排斥或同种异体移植功能障碍 (2,3)、囊性纤维化和过敏性肺炎等 (3-5)。这些疾病在胸部 CT 扫描上有共同的表现，即在吸气期和呼气期图像之间观察到肺部衰减的马赛克图案和实质衰减变化的消失 (6)。空气滞留的测量结果也可用于评估治疗效果和长期进展，特别是在 COPD 和肺移植中 (7-9)。虽然放射科医生对胸部 CT 扫描的解释仍然是临床标准，但检测空气滞留是一项视觉上困难的任务 (7)。有证据表明，定量 CT 方法有可能在粒度级别上检测和分级诸如空气滞留之类的特征 (1,10)，并预测 BOS 等疾病过程的结果 (11-13)。定量测量显示出好处，但可能耗时耗力 (14)。利用卷积神经网络的机器学习算法有可能实现定量测量的自动化 (15,16)，并可能使其在临床上更可行。尽管它们具有能力，但如何将这些能力转化为实际结果仍不确定
读者对 AI 的看法以及对 CT 评估的影响......
主要关键词
相关文件推荐
