分类决策树辅助CT诊断孤立性肺结节的方法学研究

• 作者: 刘敏 强永乾 王秋萍 郭佑民 郭晓娟 郭玉林 陈起航 马红霞
• 来源期刊: 中华放射学杂志
• 学科: 医学
• 关键词: 硬币病变,肺 诊断,计算机辅助 回归分析
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 胸部放射学
• 页码范围: 50-55
• 页数: 6页
• 分类号: R4
• 字数: 5583字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-1201.2008.01.013

摘要

目的 应用分类与回归决策树(CART)算法构建CT显像鉴别良恶性孤立性肺结节(SPN)预测模型,探讨数据挖掘技术在SPN影像诊断中的应用价值.方法 分别提取12个临床指标和22个CT征象指标作为CART预测SPN良恶性的输入指标.连续性纳入自2003年7月至2006年7月间经病理证实的SPN,且术前行CT检查的患者116例,其中良性结节62例,恶性结节54例.采用CART建立用于预测良恶性SPN的分类决策树模型,并通过交互印证的方法计算该模型的诊断准确性.同时设低年资医师诊断组和高年资医师诊断组,采用盲法进行独立阅片判断SPN的良恶性.采用受试者操作特征(ROC)曲线比较3组间的诊断效能.结果 (1)成功建立了能够判断SPN良恶性的CART诊断模型,其中含有8条诊断规则,最低相对错误代价为0.199,CART对SPN具有决策意义的最重要的前3位决策指标为结节的毛刺征、患者年龄和病灶部位.(2)CART、高年资医师和低年资医师对SPN良恶性诊断的ROC曲线下面积分别为0.910±0.029、0.827±0.038、0.612±0.052.CART与低年资医师ROC曲线下面积差(DBF)=0.297,P＜0.01;与高年资医师DBF=0.083,P＜0.05;高年资医师与低年资医师DBF=0.214,P＜0.01.CART诊断效能高于高年资医师和低年资医师,高年资医师高于低年资医师.结论 CART是具有强大学习能力的数据挖掘工具,可以对SPN的良恶性进行正确判断,为实现人工智能在影像诊断中的应甩提供重要的方法学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秋萍	西安交通大学医学院第一附属医院影像中心	41	232	9.0	12.0
2	强永乾	西安交通大学医学院第一附属医院影像中心	115	691	15.0	17.0
3	刘敏	首都医科大学附属北京朝阳医院放射科	154	1270	16.0	28.0
4	郭晓娟	首都医科大学附属北京朝阳医院放射科	50	412	13.0	17.0
5	郭玉林	宁夏医学院附属医院放射科	43	232	9.0	14.0
6	郭佑民	首都医科大学附属北京朝阳医院放射科	20	159	9.0	11.0
7	陈起航	北京医院放射科	10	73	5.0	8.0
8	马红霞	宁夏医学院附属医院放射科	4	67	3.0	4.0