Markdown 输出：
| 阶段 | 操作说明 | 系统输出描述 |
|------------|------------------------------|------------------------------------------------------------|
| 图像预处理 | 标准化DICOM图像 | 完成切片切割与去噪，生成结构化图像序列 |
| 病灶识别 | 深度学习模型分析CT图像 | 检出3个肺部结节，分别位于左肺中叶、右肺下叶及肺尖部 |
| 风险评分 | 病变区域置信度评估 | 最大结节评分为92.3%，建议进行临床复查 |
| 报告生成 | 自动生成图文辅助报告 | 包含图像位置标注、诊断建议、结构化数据接口供EMR系统接入 |
系统提示：
✅ 成功识别疑似病灶，建议医生确认报告后存档。
📍 请注意第3个结节区域与先前影像存在变化，建议复查。
ACT Agent作为AI辅助诊断平台，通过以下步骤完成病灶识别与辅助分析：
1. **数据接入与预处理**：
医院PACS系统中的影像通过接口上传，ACT Agent系统会自动解析DICOM格式，完成图像切片、降噪与标准化。
2. **AI模型识别分析**：
系统加载肺部或脑部等专病AI识别模型，采用卷积神经网络进行图像分割与疑似病灶检测，精准定位区域并计算风险等级。
3. **图像标注与可视化**：
检测结果叠加于原图生成高亮标注图，医生可通过平台交互查看具体位置、大小、边界与动态变化。
4. **结构化报告生成**：
系统根据识别结果自动生成图文诊断建议，供医生修订后一键导入EMR系统或归档数据库。
该方案广泛适用于放射科、体检中心、三级医院远程阅片中心等场景，帮助医生减轻重复判图压力，提高早筛效率与准确率。