摘要
目的 探索肺磨玻璃密度结节(GGN)人工智能(AI)CT定量分析对肺腺癌Ki-67表达指数(Ki-67LI)的预测方法，并评价其对肺腺癌病理类型的预测价值。方法 回顾性分析肺腺癌者230例，共308个GGN，分为不典型腺瘤样增生(AAH)/原位腺癌(AIS)组168个、微浸润性腺癌(MIA)组86个和浸润性腺癌(ICA)组54个。分析CT定量参数和Ki-67LI的组间差异和相关性，采用多元线性回归分析建立Ki-67LI预测模型，并评价该模型对不同病理类型肺腺癌的鉴别价值。结果 3D长径和CT平均值是Ki-67LI的独立预测参数(P<0.05)，并建立预测模型：Ki-67LI预测值=1.476+0.311*3D长径+0.003*CT平均值；Ki-67LI预测值在各组间均有统计学差异(P<0.05)，且对AAH/AIS和MIA以及MIA和ICA的鉴别价值均较高(AUC值0.837和0.862)。结论 AI CT定量分析可于术前对肺腺癌Ki-67LI进行预测，对GGN的侵袭性有一定预判价值。
【关键词】肺腺癌；磨玻璃结节；Ki-67表达指数； CT定量参数；人工智能
【中图分类号】R445.3；R734.2
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2023.02.023
中国CT和MRI杂志
第21卷， 第 2 期
2023年05月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号