论著-胸部
开发并验证基于CT的深度学习联合模型预测肺腺癌气道播散:一项多中心、回顾性研究
作者：谭国光1 高镇伟1 张 榕2 叶辉映3 杨少民1,*
所属单位：1.南方医科大学顺德医院附属杏坛医院(佛山市顺德区第一人民医院附属杏坛医院)放射科(广东 佛山 528308) 2.南方医科大学顺德医院(佛山市顺德区第一人民医院)放射科(广东 佛山 528308) 3.广东医科大学附属第二医院放射科(广东 湛江 524003)
PDF摘要
【摘要】目的 开发一种基于CT的深度学习联合模型预测肺腺癌气道播散。方法 纳入2019年1月至2023年12月3家医院经CT扫描和手术诊断为肺腺癌593例患者，分为训练组、内部验证组、外部验证 组。基于Resnet-101为基础模型，从肺腺癌患者CT图像中构建一个深度学习标签(DL-score)，使用7种机器学习算法，包括逻辑回归(LR)、极端梯度增强(Xgboost)、支持向量机(SVM)、随机森林(RF)，决策树(DT)、k近邻(KNN)和人工神经网络(ANN) 构建联合模型预测肺腺癌STAS。结果 对比训练队列中7种不同机器学习模型，ANN模型表现出最佳预测效能，在训练组和内部验证组的受试者工作 特征(ROC)曲线下面积(AUC)分别为0.906 (95% CI: 0.873~0.936)和0.903 (95% CI: 0.855~0.944)。在外部验证组中，AUC为0.841 (95% CI: 0.757~0.923)， 显示出令人满意的推广效果。结论 基于CT的深度学习联合模型(ANN)可以准确评估肺腺癌患者气道播散，可成为指导临床术前诊疗的有效辅助工具。
【关键词】肺腺癌；气道播散；人工神经网络；深度学习；机器学习
【中图分类号】R445
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2025.11.015
中国CT和MRI杂志
第23卷， 第 11 期
2026年03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