人工智能体积密度法判断肺亚实性结节的浸润性研究
王璟琛1
柴军2
1.内蒙古科技大学包头医学院,内蒙古包头014000;内蒙古自治区人民医院医学影像科,呼和浩特0100002.内蒙古自治区人民医院医学影像科,呼和浩特010000
摘要：目的:探讨人工智能(AI)体积密度法判断肺亚实性结节(SSNs)浸润性的价值.方法:回顾性分析106例患者的108枚SSNs的CT和病理结果,将结节分为腺体前驱病变组和腺癌组.通过肺结节AI软件测量并比较两组的最大CT值、最小CT值、平均CT值、峰度、偏度、Perc.25％、Perc.50％、Perc.75％、Perc.95％、结节体积、结节平均径等CT定量参数.使用Medcalc软件得出受试者工作特征曲线(ROC),评价诊断SSNs浸润性的敏感度、特异度、阳性预测值及阴性预测值,用逻辑回归分析评估他们的诊断性能.结果:SSNs的多数CT定量参数差异存在统计学意义,其中,诊断效能最高的是Perc.25％,AUC达0.797;其次为Perc.50％和平均CT值,AUC均为0.787.Logistic回归分析显示,将诊断效能最高的Perc.25％分别与Perc.50％和平均CT值两两建立联合诊断模型1,其中Perc.25％与平均CT值的模型诊断效能最高,且联合诊断模型诊断效能高于Perc.25％与平均CT值单独的诊断效能.Medcalc软件分析显示,Perc.25％≥-578 HU和平均CT值≥-468 HU的SSNs病理表现为腺癌的可能性大.将Perc.25％与结节平均径结合,可获得对判断SSNs浸润性非常有价值的联合诊断模型2.结论:AI体积密度法对SSNs的浸润性有较高的诊断价值,联合使用Perc.25％与平均CT值比单独使用更能准确地判断浸润性.
关键词：CT人工智能体积密度法肺亚实性结节
分类号：R814.42(放射医学)
资助基金：内蒙古自治区人民医院院内项目(2019YN03)
论文发表日期：2023-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 241-248 )
英文信息