肺癌是目前世界范围内致死率最高的癌症之一，对肺癌的早发现、早治疗能够显著提高患者的存活率。医学影像检查是肺癌筛查诊断的重要依据，利用人工智能方法实现肺癌早期病变（如肺结节）的自动检测分析能够辅助放射科医生准确快速诊断病情，避免繁重的阅片工作，减少漏检与误检。
清华大学的研究者针对肺结节语义特征提取假设条件存在的局限性，提出了一种像素移除率语义特征对肺结节进行量化表示，有效区分肺结节与肺血管。同时，在像素移除率特征的基础上构建了一套面向CT影像语义特征的肺结节检测系统，能够有效识别孤立结节、血管粘连结节与胸腔壁结节。
激光作为一种定向能量器械，具有精准度高、创伤性小等优势，对于智能算法识别出的血管粘连结节与胸腔壁结节的消融具有明显优势。未来，“人工智能+激光”的技术路径，将为面向CT影像的肺癌筛查与检测诊断提供可靠技术支撑。
