临床放射学杂志

作者：梁冬云, 周建军, 曾蒙苏, 林冲, 郭屹, 唐启英

单位：361015 厦门，复旦大学附属中山医院厦门医院放射科梁冬云、周建军、林冲、郭屹、唐启英;厦门市影像医学临床医学研究中心梁冬云、周建军、林冲、郭屹、唐启英;200032 上海，复旦大学附属中山医院放射科周建军、曾蒙苏

关键词：肺癌,磨玻璃结节,浸润性,体层摄影术,X线计算机

<b>目的</b> 探讨基于人工智能(AI)的CT定量分析预测20 mm以下磨玻璃结节(GGO)肺腺癌浸润性的临床价值。<b>方法</b> 回顾性分析经手术病理证实为肺腺癌(＜20 mm)的145例GGO患者术前胸部薄层高分辨CT影像资料,其中微浸润性腺癌(MIA)70例,浸润性腺癌(IAC)75 例。通过AI肺结节软件获取GGO的直方图、熵及反映结节大小的CT定量参数。采用独立样本t检验比较IAC和MIA两组GGO 的CT定量参数的差异,通过单变量和二元 Logistic 回归分析筛选IAC的独立预测因子,并采用 ROC曲线评估各单因素参数对GGO侵袭性的预测效能。<b>结果</b> 两组GGO的长径、短径、平均直径、体积、平均 CT 值、最大CT值、最小 CT 值、标准差、中位数及熵组间差异均有统计学意义(P＜0.05)。Logistic回归和ROC曲线分析显示熵、平均CT值和体积是预测GGO浸润性的独立预测因子,当其阈值＞8.6、＞-516 HU 、＞937.0 mm³时,预测 GGO浸润性的敏感度和特异度分别为77.03%、81.30%、73.67%和 74.65%、67.14%、81.71%,联合3个指标预测IAC的效能最佳,AUC为0.918,敏感度和特异度分别为 86.67%和88.50%。<b>结论</b> 基于AI的CT定量参数有助于评估GGO 的浸润性,熵、平均CT值和体积是预测IAC的重要参数指标,联合3个指标能提高预测效能,为临床精准治疗提供参考。

来源：2024年第1期

《临床放射学》期刊编辑部

查看临床放射学杂志2024年第1期