深度学习模型对纯磨玻璃结节肺腺癌病理亚型的预测分析

目的利用深度学习对CT上表现为纯磨玻璃密度结节(pGGN)的肺腺癌进行分型,并与手术病理结果对比,探讨其对病理亚型的预测价值。方法收集219例(共240个病灶)经病理证实且胸部CT上表现为pGGN的肺腺癌患者的CT影像与病理资料,根据病理分型,将其分为非浸润性腺癌组[包括浸润前病变(不典型腺瘤样增生和原位腺癌)以及微浸润腺癌]和浸润性腺癌组。首先对pGGN进行勾画与标记,然后将标记好的数据随机分为学习训练组(80%)及验证测试组(20%),其中验证测试组中的结果需与两位胸部影像专家的诊断结果进行对比。结果深度学习模型对pGGN肺腺癌病理亚型的预测取得了较高的性能。深度学习模型对pGGN判断的准确率为0.8330,95%CI为0.7016~0.9157,专家1对pGGN诊断的准确率为0.5000,95%CI为0.3639~0.6361,专家2对pGGN诊断的准确率为0.5625,95%CI为0.4227~0.6931,两位专家联合对pGGN诊断的准确率为0.5417,95%CI为0.4029~0.6743,深度学习模型的准确率明显高于专家个人及专家组(P=0.002)。专家个人前后两次诊断的一致性Kappa值分别为0.939和0.799,专家个人前后两次的诊断一致性为良好;专家间的一致性Kappa值为0.667,专家间的诊断一致性为中等(P=0.000)。结论深度学习模型能相对准确地判别pGGN的病理类型,诊断效能优于专家组判断。

基于影像组学的亚实性结节体积倍增时间预测分析

目的利用影像组学方法预测亚实性肺结节的体积倍增时间,以确定患者随访周期及随访间隔。方法本文用半自动分割的方式对45例亚实性肺结节患者的CT图像进行分割,并提取影像组学特征,使用LASSO回归及k-fold交叉验证对性别、年龄两个临床特征和影像组学特征进行筛选,剔除回归系数为零的特征,利用剩余特征建立预测倍增时间模型。结果根据最小均方误差筛选出年龄、三维灰度共生矩阵熵、三维灰度级带矩阵小区域强调、形态学特征分型维和致密度2,共5个特征,其回归系数分别为0.024、0.010、-0.029、-0.013和0.018,再利用多重线性回归建立预测模型,并在测试集中验证模型效能。结论通过构建影像组学预测模型,可以量化长期存在的亚实性肺结节的体积倍增时间,据此提出处理建议及随访间隔,对临床决策有指导意义。

细支气管腺瘤的CT表现与病理对照研究

本研究回顾性分析了16例肺细支气管腺瘤(BA)的CT表现及相应的病理改变。共纳入16例BA患者,病变直径8~32 mm,10例表现为磨玻璃密度,6例为实性结节,4例有囊腔形成,1例增强扫描呈轻度强化。病理上主要表现为基底细胞层和腔面细胞层构成的双层细胞结构呈乳头状和/或沿肺泡壁(平坦状)生长。影像上表现为实性结节的BA在病理上表现为肺泡腔内分泌黏液较多,而影像上表现为磨玻璃密度结节的BA在病理上表现为肺泡腔内黏液较少。

钼靶X线摄影对浸润性与非浸润性乳腺癌的诊断分析

目的探讨浸润性及非浸润性乳腺癌的钼靶X线摄影下表现与病理结果对比情况。方法选择2011年1月至2017年2月乳腺外科收治的女性原发乳腺癌63例患者的临床资料进行回顾性分析。以病理结果为准,评价钼靶X线摄影在乳腺癌有无浸润患者诊断中的敏感性和特异性;分析乳腺癌有无浸润与钼靶X线影像特征、临床一般资料及雌激素(ER)、孕激素(PR)阳性率的关系;采用多元Logistic回归分析钼靶X线摄影对乳腺癌有无浸润误诊的影响因素。结果 63例中,病理学诊断浸润性乳腺癌30例(浸润组),非浸润性乳腺癌33例(非浸润组)。钼靶X线诊断浸润性32例中,29例与病理结果吻合,3例实为非浸润性误诊为浸润性;钼靶X线诊断非浸润性31例中,30例与病理结果吻合,1例实为浸润性被漏诊。误诊主要见于TNM分期Ⅰ或Ⅱ期、肿瘤直径≤1.0 cm或ER阳性表达者,钼靶X线摄影对乳腺癌是否浸润诊断的敏感性96.7%,特异性90.9%。浸润组钼靶X线的分叶征、钙化、大导管相、牛角征、毛刺征等发生率均明显高于非浸润组(P<0.01,P<0.05)。浸润组的ER阳性表达率明显高于非浸润组(73.3%vs 45.5%,P<0.05);PR阳性表达率也高于非浸润组,但差异无统计学意义(63.3%vs42.4%,P>0.05)。结论浸润性及非浸润性乳腺癌的钼靶X线摄影有明显影像特征的差异,ER阳性表达也存在差异。钼靶X线摄影对乳腺癌有无浸润的诊断敏感性、特异性均较高;对TNM分期低、肿瘤直径小、ER阳性表达者要注意防止误漏诊。

磨玻璃结节早期贴壁生长为主型浸润性肺腺癌与其他病理亚型的CT特征分析

目的探讨磨玻璃结节早期(T1N0M0)浸润性肺腺癌中贴壁为主型(LPA)与其他病理亚型的CT特征,为临床手术决策提供影像帮助。方法回顾性分析解放军总医院第一医学中心2019年1至12月经手术病理证实的表现为纯磨玻璃结节和实性肿瘤比(CTR)<0.5的混合磨玻璃结节的早期浸润性肺腺癌患者的临床和CT资料。按照病理亚型分为LPA组和非LPA(n-LPA)组。采用单因素分析对2组的临床资料及CT特征进行比较,对差异有统计学意义的指标进行多因素分析,采用逆向消元法,生成多因素模型。利用ROC曲线下的面积(AUC)评价该模型对LPA和n-LPA的鉴别效能。结果共纳入589例患者630个GGN,其中LPA组367个GGN,n-LPA组263个GGN。在单因素分析中,LPA组直径[(14±5)mm]、CT值[(-566±98)HU]、CTR[13.9%(0,27.3%)]小于n-LPA组[分别为(15±5)mm、(-499±111)HU、27.8%(7.7%,40%)],差异具有统计学意义(P<0.05)。n-LPA组出现mGGN、深分叶征、毛刺、血管改变、支气管改变以及清晰瘤肺界面的频率明显高于LPA组(P<0.05)。多因素分析显示平均CT值、CTR、深分叶征、毛刺、血管改变、支气管改变是预测n-LPA的独立预测因素(P<0.05),并将其纳入logistic模型。以logistic回归模型的最佳截断值3.958预测LPA与n-LPA的灵敏度为76.4%、特异度为78.7%,曲线下面积为0.840。结论CT特征可以有效帮助鉴别诊断表现为GGN的早期LPA与其他病理亚型。

支气管黏液栓塞的影像诊断与鉴别

支气管黏液栓塞是多种疾病引起的一种继发改变,影像学表现为管状或分支状密度增高影,内含液体,可混有气体,增强扫描无强化;可见于先天性、炎性及肿瘤性疾病。增强影像检查可帮助除外近端肿瘤性病变,也可根据其发病年龄、临床症状、实验室检查、发生部位、肺及纵隔内其他相关表现等,进一步明确非肿瘤性病因。鉴别诊断包括支气管内肿瘤性病变、血管畸形及先天性囊性病变,增强CT和MRI、PET-CT有助于鉴别,有时也可定期随访。