论文部分内容阅读
目的：探讨CT结合联影人工智能（Artificial Intelligence,AI）辅助诊断系统量化分析肺磨玻璃密度结节（GroundGlassNodule,GGN）侵袭性的诊断价值。方法：回顾性收集2021年5月～2022年5月本院经手术病理证实的CT表现为GGN的肺腺癌患者115例。将AAH、AIS及MIA纳入浸润前病变A组；将IAC纳入浸润性病变B组。利用联影AI系统自动测量术前胸部CT数据，包括肺结节的径线（最大横截面长径、短径、平均直径），体积、CT值（平均CT值、最大CT值、最小CT值）。采用ROC曲线进行分析，寻求诊断病变是否浸润的最佳临界值。同时行Logistic回归分析，确定与病变浸润性相关的独立危险因素。结果：GGN的年龄、性别、径线、体积及CT值的差异，均有统计学意义（P均＜0.05）。其中B组的年龄、最大截面长径、短径、平均直径、体积、平均CT值均大于A组。通过ROC曲线对测量数据进行了统计，得到了最大断面长径、短径、平均直径、体积和最大CT值。Logistic回归分析显示，平均直径和最大CT值是GGN为浸润性病变的独立危险因素，根据Logistic逐步回归的概率对ROC进行了统计，AUC为0.888（P＜0.001）。ROC曲线表明平均直径7.75mm，最大CT值127HU是GGN为浸润性病变的独立危险因素。结论：基于联影AI辅助诊断系统获得的三维定量参数，包括结节大小、体积、最大CT值，有助于预测早期肺腺癌的病理分级。