人工智能及其三维特征对肺磨玻璃结节良恶性诊断的应用价值
张代义1
杨雪娇1
施斐2
吴琼3
李桢允1
浦剑虹1
1.苏州大学附属第一医院健康管理中心 江苏 苏州 2150062.苏州大学附属第一医院超声科 江苏 苏州 2150063.江苏省泰州市人民医院老年医学科 江苏 泰州 225300
摘要：目的 探讨人工智能(AI)三维重建及其描述的肺部结节特征对肺磨玻璃结节良恶性诊断的价值.方法 选取于本院经低剂量CT(LDCT)发现的肺部结节并经手术及病理明确诊断的肺磨玻璃结节(GGN)患者 187 例,以病理结果作为金标准,分析AI三维特征与肺GGN良恶性的关系,对比AI及LDCT对恶性GGN的诊断效能.结果 与良性GGN组相比,恶性GGN组平均CT值更低,微血管穿行、分叶、毛刺等比例更大,而恶性GGN组直径偏小,胸膜增厚比例偏少,差异有统计学意义(P<0.05).多因素logistic回归分析显示:毛刺(OR=12.754,95%CI:4.137～39.314,P<0.001)、微血管穿行(OR=3.447,95%CI:1.245～9.541,P=0.017)是预测恶性GGN的独立危险因素.AI对恶性GGN诊断的约登指数为 0.472,高于LDCT的 0.031,且AI诊断的灵敏度、阳性预测值和阴性预测值分别为 92.41%、87.58%和 67.65%,LDCT诊断的灵敏度、阳性预测值和阴性预测值分别为 31.72%、79.31%和 23.26%,LDCT显著低于AI诊断,差异均有统计学意义(P<0.05).但两种检查方法的特异度之间差异无统计学意义(P>0.05).结论 AI诊断肺恶性GGN的效能优于LDCT,可以作为临床医师筛查肺结节的有力助手,具有一定的临床诊断意义.
关键词：人工智能磨玻璃结节三维特征体层摄影术X线计算机
分类号：R563(呼吸系及胸部疾病)R814.42(放射医学)
资助基金：江苏省苏州市医疗卫生科技创新项目(SKY2022044)
论文发表日期：2024-12-28
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：4( 61-64 )
英文信息