基于CT影像数据和改进降噪自编码器的肺结节生长预测模型

为提高患者肺结节疾病诊断的准确率,提出一种基于改进降噪自编码器(denoising autoencoder,DAE)的三维肺结节CT图像预测方法。其中,采用面绘制法对肺结节CT图像进行三维体素重建,以获取三维肺结节图像,采用热核特征表示方法表征三维肺结节低层特征,最后采用改进的DAE网络对肺结节进行预测,以实现肺结节CT影像的精准预测。仿真结果表明,相较于标准的DAE模型和深度信念网络(deep belief network,DBN)、金字塔匹配(intrinsic pyramid matching,ISPM)、降调距离矩阵方法(reduced Bi-harmonic distance matrix,RBiHDM),本研究提出的方法对二维数据和三维数据的识别准确率分别达到81.2%和96.2%,具有更高的准确性。由此得出,改进降噪自编码器可识别肺结节影像,更好的辅助医师诊断。

术前CT扫描对T1期亚实性肺结节浸润程度的预测价值分析

目的分析术前CT对于T1期亚实行肺结节浸润程度的预测和影像学特征比较。方法回顾性分析安徽省胸科医院2020年1月-2021年1月诊断为肺腺癌的T1期亚实性肺结节的患者资料,根据术后病理诊断为微浸润组和浸润组。共纳入299例患者,其中微浸润组137例,浸润组162例。分析两组患者的影像学特征,采用受试者工作特征曲线分析对于浸润程度的预测价值,用二元Logistics回顾模型早出浸润性腺癌的影像学特征独立危险因素。结果两组CT最大值、CT平均值、CT最大直径、毛刺征、空泡征、分叶征比较,差异有统计学意义(P<0.05);ROC曲线分析预测浸润程度结果显示,实性成分体积与肺结节体积比值AUC=0.890,敏感度为75.90%,特异度为90.10%。病灶影像学直径AUC=0.870,敏感度和特异度分别为85.20%和79.40%。病灶平均CT值AUC=0.849,敏感度和特异度分别为74.20%和92.00%。二元Logistics回归模型发现,病灶直径和平均密度值是预测T1期亚实性肺结节浸润程度的独立危险因素。结论T1期亚实性肺结节影像学直径和平均密度值是浸润性肺腺癌的独立危险因素,相对于毛刺征和空泡征更有参考价值。