人工智能辅助18FDG-PET/CT在肺癌胸部分期中的应用：肺结节检测技术的突破性进展

来自某研究团队的最新成果聚焦肺癌胸部分期自动化分类难题，基于第9版TNM分期标准(2024)，通过改良ResNet-50模型结合Pulmonary Toolkit肺叶分割技术，实现了T4（肺结节）Thoracic M0与M1a（肺结节）分期的精准鉴别，模型整体准确率达87%，其中M1a分期F1分数高达94%，为临床AI辅助诊断提供新范式。

　　

这项开创性研究将人工智能技术引入肺癌胸部分期领域，利用三维¹⁸氟代脱氧葡萄糖正电子发射断层扫描（¹⁸FDG-PET/CT）影像数据，基于最新版TNM肺癌分期标准（第9版，2024年）开发了一套智能诊断系统。研究团队巧妙融合了先进的肺叶分割算法（Pulmonary Toolkit）和深度学习方法，通过对肺部肿瘤位置及转移性结节的精确定位，成功实现了对同侧（ipsilateral）与对侧（contralateral）病灶扩散的自动化判别。

经过优化的ResNet-50卷积神经网络在分类任务中展现出卓越性能：对原发灶未转移病例的识别召回率高达93%，F1分数达到91%；在检测M1a期（肺结节转移）时虽召回率略降至91%，但凭借94%的F1分数仍展现强大优势；针对T4期（肺结节）胸内转移病例，模型保持87%的均衡性能。整套系统最终取得87%的整体准确率，标志着AI在肺癌精准分期领域迈出重要一步。这项技术突破不仅提升了肺结节检测的自动化水平，更为临床制定个性化治疗方案提供了可靠的智能决策支持。