临床放射学杂志

作者：王林帅, 林红雨, 唐文, 段世菲, 王瑶, 刘芳兵

单位：266042 青岛,康复大学青岛中心医院青岛市中心医院放射科

关键词：肺腺癌,气腔播散,人工智能,体层摄影术,X线计算机

基金：本研究系国家重点研发计划项目(编号:2022YFC2010002)

<b>目的</b> 探讨人工智能技术(AI)提取的定量参数及CT征象对T1、T2期肺腺癌发生气腔内播散(STAS)的预测价值。<b>方法</b> 回顾性分析经手术病理证实的367例T1、T2期肺腺癌患者的胸部平扫CT图像。依据病理结果分为STAS阳性组(138例)和STAS阴性组(229例)。分析两组病灶的AI定量参数及CT征象的差异,以二元Logistic回归分析筛选肺腺癌STAS的独立预测因子,建立AI定量参数模型、CT征象模型及联合模型,绘制受试者工作特征(ROC)曲线,评估各模型诊断效能。<b>结果</b> 吸烟史、10个CT征象和17个AI定量参数在两组间具有统计学差异。CT征象模型、AI定量参数模型、联合模型中的受试者工作特征曲线曲线下面积(AUC)值分别为0.8195、0.7402、0.8367。<b>结论</b> AI定量分析及CT征象联合模型对肺腺癌STAS具有较好的预测价值。

来源：2025年第2期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第2期