| 邓琦，潘爱珍，徐志锋，周涛，李勤祥，林景兴，王诚明.基于AI技术CT直方图参数模型预测微小磨玻璃结节样肺腺癌浸润性[J].放射学实践,2022,(08):977-981 |
| 基于AI技术CT直方图参数模型预测微小磨玻璃结节样肺腺癌浸润性 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2022.08.010 |
| 中文关键词: 肺腺癌 磨玻璃结节 人工智能 直方图 浸润性 体层摄影术，X线计算机 |
| 基金项目:佛山市卫生健康局医学科研课题（20220048）；佛山市科技创新平台（FSOAA-KJ218-1301-0021）；佛山市第一人民医院"登峰计划"移动医疗创新平台（2020B003） |
|
| 摘要点击次数: 2600 |
| 全文下载次数: 3576 |
| 中文摘要: |
| 【摘要】目的：探讨人工智能（AI）技术提取的CT直方图定量参数建立的诊断模型对微小磨玻璃结节样（长径≤10mm）肺腺癌浸润性的预测价值。方法：回顾性分析经手术病理证实为早期肺癌的98例患者共102个长径≤10mm的微小磨玻璃结节样（GGN）病灶的胸部HRCT图像，其中原位癌（AIS）32个、微浸润腺癌（MIA）21个、浸润性腺癌（IAC）49个。将AIS和MIA归为无浸润组，IAC归为浸润组。采用独立样本t检验（满足正态分布）或Mann-Whitney U检验（不满足正态分布）比较两组结节的长径和AI技术提取的直方图中各定量参数（包括实性成分占比、最大CT值、最小CT值、平均CT值、中位CT值、标准差、偏度、峰度和熵）值的差异。对组间差异有统计学意义的参数采用受试者工作特征曲线（ROC）评估其诊断价值，将AUC大于0.7的参数纳入logistic 回归分析，筛选出GGN浸润性的独立预测因子并建立诊断模型，利用ROC曲线分析模型的诊断效能，绘制预测模型的nomogram图，并采用校准曲线评价其预测效果。结果:实性成分占比、最大CT值、平均CT值、偏度、峰度和熵在无浸润性组和浸润性组间的差异均有统计学意义（P<0.05）；长径、最小CT值、中位CT值和标准差在两组间的差异无统计学意义（P＞0.05）。ROC曲线分析结果显示，各参数的诊断效能由高到低依次为熵（AUC=0.860）、平均CT值（AUC=0.845）、实性占比（AUC=0.817）、最大CT值（AUC=0.690）、峰度（AUC=0.665）和偏度（AUC=0.652）。logistic回归分析结果显示熵（OR=16.647，P<0.05）和平均CT值（OR=1.021，P<0.05）是预测GGN浸润性的独立影响因子；其中，熵的诊断阈值为3.745，相应敏感度和特异度分别为87.8%和89.6%；平均CT值的诊断阈值为－479.500HU，相应敏感度和特异度分别为81.6%和84.9%。nomogram图显示预测模型结果与实际情况之间的一致性良好，C指数为0.840（95%CI：0.757~0.923）。结论:基于AI技术建立的CT直方图定量参数模型对长径≤10mm早期肺腺癌的浸润性有一定的预测价值，定量参数中以熵和平均CT值的诊断效能较高。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
