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≤10 mm)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≤10 mm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-479.500 HU,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≤10 mm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.

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

邓琦;潘爱珍;徐志锋;周涛;李勤祥;林景兴;王诚明

528000 广东佛山,佛山市第一人民医院影像科

放射学实践

[1]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

直方图参数,参数模型,小磨,磨玻璃结节,定量参数,诊断模型,长径,预测价值,经手,手术病理,早期肺癌,GGN,胸部,HRCT,原位癌,AIS,微浸润腺癌,MIA,浸润性腺癌,IAC,正态分布,Mann,Whitney,实性成分,分占,偏度,峰度,受试者工作特征曲线,诊断价值,logistic,预测因子,诊断效能,nomogram,校准曲线,诊断阈值,HU,早期肺腺癌,体层摄影术,线计算

0.240974