摘要
目的 探讨人工智能分析技术在肺腺癌的鉴 别诊断及浸润程度的预测价值。 方法 回顾性选取 2020年2月-2022年7月接受手术治疗的92例肺结节 患者纳入研究，分为非癌性结节组(n=30)，腺癌结 节组(n=74)，腺癌病例又分为浸润性癌组(n=42)和 非浸润性癌组(n=32)。人工智能软件自动分析肺结 节的形态学特征和对其CT图像进行纹理分析，获取 病灶的CT定量参数并进行统计学分析。结果 比较癌 性结节组和非癌性结节组各项参数，CT值最大值、 CT值最小值、CT值平均值、CT值中位数、偏度和峰 值差异有统计学意义(P<0.05)。浸润性癌组与非浸 润性癌组在年龄、结节的体积、分叶征、毛刺征、 CT值最大值、CT值中位数、CT值平均值、偏度、峰 值、能量和熵比较差异有统计学意义(P<0.05)。在 各项定量参数中，熵值的诊断敏感性为85.7%，特 异性为84.4%，高于其他定量参数的预测效能。结 论 人工智能分析技术对肺腺癌的鉴别诊断及肺腺癌 的浸润程度有一定的参考价值，可以协助影像科医 师阅片，提高阅片效率。
【关键词】人工智能；肺肿瘤；体层摄影术； X线计算机
【中图分类号】R445.3
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2023.11.012
中国CT和MRI杂志
第21卷， 第 11 期
2024年03月
相关文章
编辑部邮箱：ctmri@vip.163.com，hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 广东省深圳市福田区金田路4018号安联大厦B区5楼
简体中文
English
个人中心
微信公众号
头条号