该报纸（记者朱韩）最近由中国工程学院学者的宗南尚团队和广州医科大学的教授Lu Wenju和Neusofefle一起通过全剂量的COPTIND（QCT）提供了一个不剂量的CT（QCT）的工具（ldct），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT）的一项不可行的工具（ldct），LDCT（QCT），LDCT（QCT），LDCT（QCT），LDCT（QCT）的一项可靠的工具（LDCT），则是LDCT（QCT） 患者。相关结果已在线发表在“电子临床医学”中。 COPD诊断不足是一个全球问题。目前，尽管COPD治疗的诊断和水平得到了显着改善，但仍缺乏早期预防和控制该疾病的有效工具。随着LDCT肺癌在国内外筛查的广泛发展，使用Chest CT图像进行COPD筛查将有助于提高COPD检测率，从而显着提高医疗资源的使用率并减轻宏观经济和H的负担爱卫生护理系统。此前，Neusoff医疗和广州呼吸健康研究所通过科学研究开发了胸部QCT图像处理软件Neulungcare-QA。基于CT图像的普通扫描箱，该软件可以快速和体积检查与实质CT值和支气管量相关的形态学参数，并通过国家食品和医学的管理批准。基于此，联合研究团队通过使用问卷，QCT和结构化的CT文本数据进行大型，多中心的跨学科合作培训了七个模型。为了降低建模模型并促进临床使用的风险，该团队首先不包括零差异或接近零的功能。其次，初始模型配备了不同单模式方案中的所有剩余功能。接下来，在队列的内部验证中证明了该模型，然后使用AUC进行了评估，敏感性，特异性，准确性，不可预测，不可预测的积极数量等。最后，团队的变化建议了自动opd模型。该模型在数据集中准确地识别了COPD，该数据集由基于10个QCT特征的高度异源和多种族种群组成，并且在各种亚组中具有出色的筛选性能。同时，基于该模型的基础，在临床筛查模型中是高度的，一个免费，友好的用户和丰富的在线Web应用程序是基于该模型的。这种成功为COPD的早期控制和控制提供了新的想法和新方法。相关论文信息：https：//dii.org/10.1016/j.eclinm.2025.103166