AI 检测灵敏度在 CT 肺结节筛查中的重建间隔 Z 相位依赖性
图像与视频处理
2026-05-05 v1 计算机视觉与模式识别
摘要
背景：AI辅助肺结节检测系统的灵敏度已知会随CT采集参数（包括辐射剂量、重建内核和切片厚度）而变化，但截至作者了解的前述研究，尚未对基于深度学习的检测系统而言，检测概率随结节在重建周期内位置（即 Z 相位）的依赖性进行表征。方法：采用 LIDC-IDRI 数据集进行回顾性分析。对此前验证的 154 例扰动研究检测结果进行重新分析。对于每个共识结节（>=4 名读者一致），将其在重建周期中的分数位置定义为 Z 相位，折叠至 [0, 0.5]。按 Z 相位分箱、重建间隔（1mm、3mm、5mm）以及重建间隔与结节直径之比（d/D）进行灵敏度分层。结果：在 5mm 重建间隔下，灵敏度为 71.6%，而 1mm 基准下为 84.8%。在 5mm 条件下，灵敏度在 Z 相位分箱之间相差 17.6 个百分点。按 d/D 比例分层，灵敏度分别为 d/D < 0.5 时为 92.4%，0.5 <= d/D < 1.0 时为 78.0%，d/D >= 1.0 时为 61.4%，其中仅在 d/D >= 1.0 组中存在系统性 Z 相位效应。结论：AI 检测灵敏度取决于重建间隔与结节直径之比。当该比例接近或超过 1.0——即对于 3-6mm 结节在 5mm 重建间隔下——Z 相位成为每项研究检测方差的主要来源。这种随机效应在协议层面的质量指标中不可见，且未体现在 AI 置信度评分中。
引用
@article{arxiv.2605.00971,
title = {Reconstruction Interval Z-Phase Dependence of AI Detection Sensitivity in CT Lung Nodule Screening},
author = {Dan Soliman},
journal= {arXiv preprint arXiv:2605.00971},
year = {2026}
}