배경: 소장 카르시노이드 종양은 드문 신생물이며 발생 빈도가 증가하고 있다. 소장 카르시노이드 종양 환자는 모호한 증상, 종양의 느린 성장, 그리고 임상의의 인지 부족으로 인해 진단이 지연되는 경우가 흔하다. 컴퓨터단층촬영(CT)은 소장 카르시노이드 종양 진단을 위한 가장 일반적인 영상검사이다. CT는 카르시노이드 종양의 해부학적 및 기능적 양상을 포착하기 위해 양전자방출단층촬영(PET)과 함께 자주 사용되어 민감도를 높이는 데 기여한다. 목적: 우리는 CT 영상에서 소장 카르시노이드 종양을 자동으로 탐지하기 위한 세 가지 서로 다른 방법을 비교하였으며, 이는 본 연구진의 지식으로는 최초의 시도이다. 방법: F-DOPA PET 영상 및 이에 대응하는 방사선학적 판독 보고서를 사용하였다. 이러한 영상은 trainval 세트(n = 24)와 test positive 세트(n = 9)로 분할하였다. 또한 종양의 증거가 없는 22명의 개별 환자에 해당하는 22개 CT 영상을 수집하여 test negative 세트를 구성하였다. 우리는 탐지 네트워크, 패치 기반 분류, 그리고 분할 기반 방법의 세 가지 서로 다른 탐지 방법을 비교하였다. 아울러 각 방법에서 위양성(FP) 감소를 위한 소장 분할의 유용성을 조사하였다. 병변 수준과 환자 수준 평가에는 각각 자유반응형 수용자특성운영특성(FROC) 곡선과 수용자특성운영특성(ROC) 곡선을 사용하였다. FROC 및 ROC 곡선을 비교하는 통계 분석도 수행하였다. 결과: ). 환자 수준 탐지에서는, 소장 분할 기반 필터링을 적용한 탐지 네트워크 방법이 가장 높은 AUC 0.86을 달성하였고, Youden 지점에서 민감도 78%, 특이도 82%를 보였다. 결론: 이 환자 집단에서 카르시노이드 종양은 매우 작았으며 진단이 어려울 수 있었다. 제시된 방법은 병변 수준 탐지에서 소수의 FPs로도 합리적인 민감도를 보였다. 또한 환자 수준 탐지에서 유망한 AUC를 달성하였다. 이 방법은 이 드물고 진단이 어려운 질환을 가진 환자에서 임상적 적용 가능성이 있다.