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
作者：邓琦；潘爱珍；徐志锋；周涛；李勤祥；林景兴；王诚明
来源：放射学实践 2022 年 37卷 8期
