Radiology：深度进修算法在胸部CT肺间质性疾病诊断中的应用

间质性结核病(ILD)包括一大部分差异性肺部疾病，该类疾病在医学展现出和肺部MRI展现出来进行上有一定交叠。高分辨率CT是发病ILD的众所周知MRI手段。然而，在CT上对ILD顺利进行MRI评估无需少实战经验和专业人士，即使在有实战经验的放射科眼科医生间也发挥作用很大的差异。

近来，高度学习技术已被尤其广泛应用于医学各个自然科学。基于内容的三维检索系统（CBIR）是一个强大的三维门户网站，具有归类、资料库和从数据库系统中检索系统三维等多个新功能。当广泛应用CBIR顺利进行ILD发病时，在CT上对ILD的区域疾病来进行的则会分析和归类可以整合到查阅三维和数据库系统中的三维间的雷同度测定中，这将有效地提高放射科眼科医生或医学眼科医生的发病真实性。然而，很少有数据分析可用CBIR作为解释ILD CT三维的发病比较简单。

全因，刊载在Radiology杂志的一项数据分析开发了一个混合了基于高度学习的ILD CT三维的来进行归类的则会化CBIR，并进一步探究了所明确指出CBIR种系统是否能够适时具有相异实战经验技术水平的学习者者顺利进行ILD的发病，为ILD的短时间内、直观且客观的发病共享了强有力的技术赞同。

本项回顾性数据分析不属于了2000年1年初至2015年12年初期间明确的经多自然科学讨论的、具有可用CT三维的ILD病症。数据库系统由四个疾病几类组合而成：普通间质细菌性（UIP）、非特异性间质细菌性（NSIP）、隐源性秘密组织细菌性和慢性超敏细菌性。从数据库系统中为了让了80名病症作为评估对象。这两项的CBIR通过相比较高度学习算法分析的相异区域疾病来进行的程度和分布，从数据库系统中检索系统出近似于发病的前十名完全相同CT三维。在广泛应用CBIR之前和之前，八位具有相异实战经验的学习者者在相隔两周的两次学习者会议上对查阅的CT三维顺利进行判析，并共享了他们最可能的发病。可用McNemar验和同义估计方程组分析了发病真实性，可用Fleiss κ分析了学习者者间的相容性。

共不属于288名病症（平均年龄，58岁±11[标准差]；145名女性）。广泛应用CBIR后，所有读者的上都发病真实性都有所提高（CBIR前，46.1% [95% CI: 37.1, 55.3]；CBIR后，60.9% [95% CI: 51.8, 69.3]；P < .001）。就疾病几类而言，广泛应用CBIR后，UIP（CBIR前与CBIR后，分别为52.4%与72.8%；P < .001）和NSIP病例（CBIR前与CBIR后，分别为42.9%与61.6%；P < .001）的发病真实性得到提高。CBIR后，学习者者间的相容性有所提高（CBIR前与CBIR后Fleiss κ，分别为0.32 vs 0.47；P = .005）。

左图CBIR种系统的用户界面。CBIR种系统根据测定的雷同度检索系统出三张雷同的CT三维，并重现了近似于发病的检索系统结果（黄框）。这两项的CBIR种系统的用户界面逐一并排显示查阅的CT和检索系统的三维，以便于相比较。

总之，本数据分析所明确指出的基于内容的腿部CT三维检索系统种系统通过可用高度学习可以提高间质性结核病（ILD）的发病真实性和相异实战经验技术水平的学习者者间的相容性。该种系统可望为欠缺腿部影像专业人士或ILD病例稀少的中心共享MRI判析赞同。

原文典故：

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