目的分析检测肺泡灌洗液中大鼠肉瘤(rat sarcoma,Ras)相关区域家族1A基因(Ras association family 1 isoform A,RASSF1A)和矮小同源盒基因2(short stature homeobox 2,SHOX2)甲基化联合径向超声特征对肺结节性质鉴别诊断的意义。方法选...目的分析检测肺泡灌洗液中大鼠肉瘤(rat sarcoma,Ras)相关区域家族1A基因(Ras association family 1 isoform A,RASSF1A)和矮小同源盒基因2(short stature homeobox 2,SHOX2)甲基化联合径向超声特征对肺结节性质鉴别诊断的意义。方法选择2022年9月至2024年3月我院收治的肺结节患者90例,经组织病理学确诊恶性肺结节54例为观察组,良性肺结节36例为对照组,收集肺泡灌洗液进行细胞学检查及RASSF1A、SHOX2基因甲基化检测,比较两组甲基化阳性率,分析肺泡灌洗液甲基化检测对肺结节性质的灵敏度和特异性,采用Logistic回归分析从临床特征、径向超声特征及甲基化指标中筛选预测因子,构建恶性肺结节预测模型。结果观察组RASSF1A阳性22例(40.74%)高于对照组1例(2.78%)(P<0.01)、SHOX2阳性25例(46.30%)高于对照组2例(5.56%)(P<0.01)、RASSF1A及SHOX2两者阳性14例(25.93%)高于对照组1例(2.78%)(P<0.05)、RASSF1A或SHOX2阳性33例(61.11%)高于对照组2例(5.56%)(P<0.01);RASSF1A或SHOX2阳性诊断恶性肺结节的灵敏度61.11%、特异性94.44%。RASSF1A或SHOX2阳性33例(61.11%)高于肺泡灌洗液细胞学阳性17例(31.48%)(P<0.05);RASSF1A或SHOX2阳性联合肺泡灌洗液细胞学阳性率72.22%;观察组径向超声特征中边缘连续比率81.40%、内部回声不均匀比率83.72%及低回声影比率72.09%高于对照组40.00%、40.00%、45.71%(P<0.05);多因素Logistic回归分析显示,两基因甲基化、径向超声特征边缘连续及内部回声不均匀为预测恶性肺结节的危险因素,绘制受试者工作特征曲线下面积(area under the curve,AUC)为0.886。结论RASSF1A联合SHOX2甲基化检测肺泡灌洗液用于恶性肺结节诊断具有价值,RASSF1A及SHOX2甲基化联合径向超声特征对肺结节性质鉴别诊断有临床意义。展开更多
目的基于3D Res U-Net-Faster RCNN技术采用组织病理学确诊的肺结节及胸部CT影像学数据,构建肺结节性质的预测模型。方法选择2020年10月至2023年10月我院收治的经外科手术切除并具有组织病理学诊断肺结节患者528例,其中恶性肺结节442例...目的基于3D Res U-Net-Faster RCNN技术采用组织病理学确诊的肺结节及胸部CT影像学数据,构建肺结节性质的预测模型。方法选择2020年10月至2023年10月我院收治的经外科手术切除并具有组织病理学诊断肺结节患者528例,其中恶性肺结节442例,良性肺结节86例,按7∶3随机分为训练集和测试集。采用改良的3D残差U型网络(3D residual u-net,3D Res U-Net)融合基于区域的卷积神经网络(faster region-based convolutional neural networks,faster RCNN)模型,通过识别肺结节感兴趣区域(region of interest,ROI)和提取CT影像学特征,构建肺结节性质预测模型,筛选判断恶性肺结节CT影像特征权重。通过混淆矩阵、精准率、召回率、F1值、Dice相似系数(dice loss)、受试者工作特征曲线(receiver operating characteristic,ROC)判断该模型对肺结节性质的诊断精准度,采用外部数据验证模型工作性能。结果基于3D Res U-Net-Faster RCNN技术构建的肺结节性质预测模型,分割ROI的Dice Loss为0.85,测试集对恶性肺结节识别的精确度为0.85,召回率0.76,F1值0.80,曲线下面积(area under the curve,AUC)值0.86。对外部验证集的肺结节识别准确率0.86,恶性结节识别精确度0.92,召回率0.87,F1值0.90;良性结节识别精确度0.92,召回率0.82,F1值0.87。肺CT影像特征中平均灰度值、最大直径与体积比值、表面积与体积比值对恶性肺结节预测的权重高。良、恶性结节组间的肺结节直径大小、毛刺征、血管穿行征具有显著差异(P<0.05)。结论基于3D Res U-Net-Faster RCNN技术对CT影像学特征构建的人工智能(artificial intelligence,AI)驱动诊断模型对肺结节性质具有预测性能,对提高早期肺癌的筛查具有临床诊断意义。展开更多
文摘目的分析检测肺泡灌洗液中大鼠肉瘤(rat sarcoma,Ras)相关区域家族1A基因(Ras association family 1 isoform A,RASSF1A)和矮小同源盒基因2(short stature homeobox 2,SHOX2)甲基化联合径向超声特征对肺结节性质鉴别诊断的意义。方法选择2022年9月至2024年3月我院收治的肺结节患者90例,经组织病理学确诊恶性肺结节54例为观察组,良性肺结节36例为对照组,收集肺泡灌洗液进行细胞学检查及RASSF1A、SHOX2基因甲基化检测,比较两组甲基化阳性率,分析肺泡灌洗液甲基化检测对肺结节性质的灵敏度和特异性,采用Logistic回归分析从临床特征、径向超声特征及甲基化指标中筛选预测因子,构建恶性肺结节预测模型。结果观察组RASSF1A阳性22例(40.74%)高于对照组1例(2.78%)(P<0.01)、SHOX2阳性25例(46.30%)高于对照组2例(5.56%)(P<0.01)、RASSF1A及SHOX2两者阳性14例(25.93%)高于对照组1例(2.78%)(P<0.05)、RASSF1A或SHOX2阳性33例(61.11%)高于对照组2例(5.56%)(P<0.01);RASSF1A或SHOX2阳性诊断恶性肺结节的灵敏度61.11%、特异性94.44%。RASSF1A或SHOX2阳性33例(61.11%)高于肺泡灌洗液细胞学阳性17例(31.48%)(P<0.05);RASSF1A或SHOX2阳性联合肺泡灌洗液细胞学阳性率72.22%;观察组径向超声特征中边缘连续比率81.40%、内部回声不均匀比率83.72%及低回声影比率72.09%高于对照组40.00%、40.00%、45.71%(P<0.05);多因素Logistic回归分析显示,两基因甲基化、径向超声特征边缘连续及内部回声不均匀为预测恶性肺结节的危险因素,绘制受试者工作特征曲线下面积(area under the curve,AUC)为0.886。结论RASSF1A联合SHOX2甲基化检测肺泡灌洗液用于恶性肺结节诊断具有价值,RASSF1A及SHOX2甲基化联合径向超声特征对肺结节性质鉴别诊断有临床意义。
文摘目的基于3D Res U-Net-Faster RCNN技术采用组织病理学确诊的肺结节及胸部CT影像学数据,构建肺结节性质的预测模型。方法选择2020年10月至2023年10月我院收治的经外科手术切除并具有组织病理学诊断肺结节患者528例,其中恶性肺结节442例,良性肺结节86例,按7∶3随机分为训练集和测试集。采用改良的3D残差U型网络(3D residual u-net,3D Res U-Net)融合基于区域的卷积神经网络(faster region-based convolutional neural networks,faster RCNN)模型,通过识别肺结节感兴趣区域(region of interest,ROI)和提取CT影像学特征,构建肺结节性质预测模型,筛选判断恶性肺结节CT影像特征权重。通过混淆矩阵、精准率、召回率、F1值、Dice相似系数(dice loss)、受试者工作特征曲线(receiver operating characteristic,ROC)判断该模型对肺结节性质的诊断精准度,采用外部数据验证模型工作性能。结果基于3D Res U-Net-Faster RCNN技术构建的肺结节性质预测模型,分割ROI的Dice Loss为0.85,测试集对恶性肺结节识别的精确度为0.85,召回率0.76,F1值0.80,曲线下面积(area under the curve,AUC)值0.86。对外部验证集的肺结节识别准确率0.86,恶性结节识别精确度0.92,召回率0.87,F1值0.90;良性结节识别精确度0.92,召回率0.82,F1值0.87。肺CT影像特征中平均灰度值、最大直径与体积比值、表面积与体积比值对恶性肺结节预测的权重高。良、恶性结节组间的肺结节直径大小、毛刺征、血管穿行征具有显著差异(P<0.05)。结论基于3D Res U-Net-Faster RCNN技术对CT影像学特征构建的人工智能(artificial intelligence,AI)驱动诊断模型对肺结节性质具有预测性能,对提高早期肺癌的筛查具有临床诊断意义。
