-
题名人工智能辅助诊断系统对肺腺癌亚型的预测价值
被引量:2
- 1
-
-
作者
杨建丽
牛海亚
于静
韩文倩
祁马莉亚
穆学涛
-
机构
锦州医科大学放射科研究生培训基地
新疆医科大学第一附属医院昌吉分院放射科
解放军总医院第三医学中心放射诊断科
-
出处
《武警医学》
CAS
2022年第12期1038-1041,1046,共5页
-
基金
新疆维吾尔自治区自然科学基金项目(2020DIA120)
-
文摘
目的探讨人工智能(artificial intelligence,AI)辅助诊断系统分析磨玻璃结节(ground glass nodule,GGN)的CT定量参数对肺腺癌亚型的预测价值。方法回顾性选取新疆医科大学第一附属医院昌吉分院2017-01至2021-12经手术病理证实的肺内磨玻璃结节患者97例,根据病灶的浸润程度分为非浸润组(44例)和浸润组(53例)。提取GGN的AI定量参数特征,采用独立样本t检验比较两组间统计学差异;预测GGN病灶侵袭程度用受试者特征曲线(receiver operator characteristic curve,ROC)和二元Logistics回归模型评估AI定量参数的诊断效能。结果非浸润组和浸润组比较,GGN最大径、体积、平均CT值和实性成分所占比均有差异(P<0.05),CT定量参数的预测价值从高到低依次为实性成分占比、平均CT值、最大径、体积。Logistics回归分析显示实性成分占比(OR=1.262,P<0.05)及平均CT值(OR=1.010,P<0.05)在预测GGN侵袭中的诊断价值较高,可作为独立预测因子,诊断阈值为1.085%和-557.00 HU。结论AI可通过分析GGN的实性成分占比和平均CT值对肺腺癌亚型做出有效预判。
-
关键词
人工智能
肺磨玻璃结节
定量参数
肺腺癌
-
Keywords
artificial intelligence
pulmonary ground-glass nodules
quantitative parameter
lung adenocarcinoma
-
分类号
R734.2
[医药卫生—肿瘤]
-