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。