深度学习技术在非对比CT肺动脉造影图中用于肺栓塞诊断的应用
计算机视觉与模式识别
2026-01-06 v1 人工智能
摘要
肺栓塞是一种危及生命的疾病，早期检测和治疗可显著降低死亡率。近年来，许多研究正在使用深度学习诊断伴有造影剂的CT肺动脉造影图，但造影剂可能导致慢性肾病患者发生急性肾损伤，且造影剂作用时间较长，急性肺栓塞患者可能错过治疗的黄金时间。本研究旨在使用深度学习技术自动分类无造影剂CT图像中的肺栓塞。本研究中使用的深度学习模型对无造影CT图像的肺栓塞分类具有显著影响，准确率为85%，AUC为0.84，这确认了该模型在无造影CT肺栓塞诊断中的可行性。
引用
@article{arxiv.2601.00925,
title = {Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis},
author = {I-Hsien Ting and Yi-Jun Tseng and Yu-Sheng Lin},
journal= {arXiv preprint arXiv:2601.00925},
year = {2026}
}