肺结节智能辅助诊断系统在肺磨玻璃结节诊断中的应用研究

• 作者: 邓灵波 朱熠 戴懿 成官迅
• 来源期刊: 医学影像学杂志
• 学科: 医学
• 关键词: 肺磨玻璃结节 病理类型 体层摄影术,X线计算机 肺结节智能辅助诊断系统
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论著
• 页码范围: 2014-2020
• 页数: 7页
• 分类号: R734.2|R814.42
• 语种: 中文

摘要

目的 评估肺结节智能辅助诊断系统对肺磨玻璃结节(GGN)的检出与定性诊断的价值.方法 回顾性分析77例患者(106个病灶)经手术及病理证实的GGN患者的临床资料与CT图像.利用肺结节智能辅助诊断系统自动测量GGN的CT参数,包括最大径、最小径、体积、平均CT值及恶性概率.按照GGN的病理结果分为良性病变、非典型腺瘤样增生(AAH)、原位腺癌(AIS)、微浸润腺癌(MIA)和浸润性腺癌(IAC)5组,比较各组结节的CT参数间的差异.分析各CT参数与组织病理分组之间的相关性.再以结节的最大径、体积、平均CT值为检验变量绘制受试者工作特性(ROC)曲线,得出各组间的临界值、敏感度和特异度.结果 不同病理类型结节的最大径、最小径、体积、平均CT值、恶性概率间的差异存在统计学意义.随着肺腺癌的浸润程度的进展,GGN的平均CT值逐渐增大,平均CT值与肺腺癌浸润程度间存在正相关性,但是GGN的最大径、最小径、体积及恶性概率与浸润程度无明显的线性相关.当GGN的最大径、体积和平均CT值的临界值分别为13.65 mm、684.5 mm3、-524.95 HU时,IAC组与其余组间的AUC分别为0. 833、0.798及0. 811,其敏感度分别为71.0％ ,67. 7％ ,90. 3％,特异度分别为84. 0％ ,88. 0％及68. 0％.GGN良性病变与恶性病变(AAH、AIS、MIA和IAC)组间比较,上述指标临界值分别为10.3 mm、391.35 mm3、-636. 10 HU,AUC分别为0.647、0.669、0.547,敏感度分别为78.6％ ,85.7％ ,42.9％,特异度分别为55.4％ ,50.0％,85.9％.鉴别肺腺癌浸润前、后组的上述临界值分别为9.05 mm,684.50 mm3,-529.90 HU; AUC分别为0.701,0. 692,0.796,敏感度分别为53. 2％ ,87.2％ ,74.5％,特异度分别为80.0％,48.9％ ,80.0％.结论 肺结节智能辅助诊断系统对GGN具有较高的检出率,通过该系统能够准确的自动定位肺结节,客观的测量GGN的CT影像参数,并对GGN作出比较恰当的恶性概率判断,各CT参数与GGN病理类型之间存在一定关系,GGN的最大径越大,平均密度越高,体积越大,肺腺癌的浸润程度越深.