目的:探讨 18F－脱氧葡萄糖(FDG) PET/CT显像最大标准摄取值(SUV max)对孤立性肺结节(SPN)良、恶性的诊断效能。 方法:回顾性分析2017年9月至2019年6月连云港市第一人民医院84例SPN患者[男39例，女45例；年龄34～81(平均61.1)岁]的 18F－FDG PET/CT显像资料。以病理结果为"金标准" ，分析良、恶性结节间SUV max差异，组间比较采用Mann－Whitney U检验；应用受试者工作特征(ROC)曲线，探讨诊断结节良、恶性的SUV max最佳界值，分析其诊断效能。 结果:病理证实共54例恶性结节，30例良性结节，病灶SUV max分别为5.48±4.08和1.70(0.73, 3.33)( U＝443.50， P＝0.001)。84例中58例为实性结节，26例为亚实性结节。亚实性结节组中良、恶性结节的SUV max差异无统计学意义( U＝56.00， P>0.05)。对58例实性结节SUV max进行ROC曲线分析，诊断良、恶性的最佳界值为1.85，对应的灵敏度、特异性、准确性、阴性预测值、阳性预测值分别为97.06%(33/34)、62.50%(15/24)、82.76%(48/58)、15/16、78.57%(33/42)。 结论:恶性SPN较良性SPN 18F－FDG摄取高；应用SUV max1.85诊断实性结节良恶性有较高的灵敏度、阴性预测值及准确性；亚实性结节SUV max的良恶性诊断价值有限。

目的:探讨不同大小恶性实性肺结节（MSPNs）的计算机断层扫描（CT）成像特点及其随生长的变化规律。方法:纳入2016年1月至2019年12月在树兰（杭州）医院行手术治疗且经病理证实的周围型肺癌患者150例共151枚MSPNs。根据结节大小，将结节分为4组：直径≤1.0 cm组（21枚结节）、1.0 cm<直径≤1.5 cm组（40枚结节）、1.5 cm<直径≤2.0 cm组（48枚结节）、2.0 cm<直径≤3.0 cm组（42枚结节）。分析、比较4组MSPNs患者的临床特征和结节的CT影像学特点。结果:4组患者的年龄、性别、吸烟史、既往肿瘤史、肿瘤家族史、临床症状、肺癌组织病理学类型方面的差异无统计学意义（ P>0.05）。4组MSPNs中，CT影像显示大多数结节位于两肺上叶，不靠近胸膜且瘤肺边界粗糙。随着MSPNs直径的增大，形状规则（圆形或椭圆形）、密度均匀、空气支气管征、分叶征、毛刺征、血管集束征、胸膜牵拉征的结节比例增加（ P<0.05），4组间钙化、空泡征、空洞、晕征发生率的差异无统计学意义（ P>0.05）。 结论:不同大小的MSPNs在CT影像上的表现有一定的规律性，这些规律可为临床早期诊断恶性结节提供帮助。

目的:比较 18F-脱氧葡萄糖(FDG)PET/CT的4种重建算法对肺结节标准摄取值(SUV)的影响。 方法:回顾性收集2018年2月至2019年7月在山西医科大学第一医院行 18F-FDG PET/CT检查的46例实性肺结节患者[男27例，女19例，中位年龄66(44～82)岁]的PET/CT图像，采用有序子集最大期望值迭代法(OSEM)、OSEM＋飞行时间(TOF)、OSEM＋TOF＋点扩散函数(PSF)及正则化算法(BSREM)进行图像重建(方法依次以G1～G4表示)，通过视觉和半定量方法分析肺结节及背景参数。根据肺窗所测结节直径，分为小结节(直径≤10 mm)和大结节(10 mm<直径≤30 mm)。行Kruskal-Wallis秩和检验及Bonferroni法分析不同算法间SUV的差异，行Spearman相关分析探讨SUV变化率(%ΔSUV)与结节直径的相关性，行受试者工作特征(ROC)曲线分析探讨SUV对肺结节良恶性的诊断效能。 结果:共114个结节，大结节55个，小结节59个。在视觉分析中，G4较G1～G3的小结节视觉检出率分别提高了55.93%(33/59)、44.07%(26/59)和20.34%(12/59)。在114个肺结节中，最大SUV(SUV max)、平均SUV(SUV mean)在不同算法间比较差异有统计学意义(中位SUV max ：2.65～5.29，中位SUV mean：2.05～2.99； H值：20.628和17.749，均 P<0.001)，G4对G1的SUV max(中位数分别为5.29和2.65)和SUV mean(中位数分别为2.99和2.05)有明显提升(均 P<0.001)。%ΔSUV max(中位数：4.45%～52.96%)、%ΔSUV mean(中位数：1.69%～47.56%)与结节直径呈负相关[9.75(6.20，16.58) mm； r s值：－0.371～－0.354、－0.371～－0.320，均 P<0.001]。在59个小结节中，G4对G1的SUV max(中位数分别为4.05和2.14)有明显提升( H＝18.327, P<0.001)，G4对G1和G3的SUV mean (中位数分别为2.31、1.26和1.53)有提升作用( H＝16.808，均 P<0.05)。在55个大结节中，SUV在不同算法间的差异无统计学意义( H值：0.812～7.290，均 P>0.05)。G1～G4的SUV max诊断良恶性的最佳截断值分别为4.335、5.185、5.410、5.745，曲线下面积(AUC)分别为0.747、0.699、0.756和0.778，四者的SUV mean及SUV peak最佳截断值对应的AUC也显示出类似趋势。 结论:在4种重建算法中，BSREM可明显提高图像质量和直径10 mm以下肺结节的SUV max及SUV mean，其SUV良恶性诊断阈值应适当上调。

中国肺癌的发病率和死亡率居所有恶性肿瘤之首，2015年中国新发肺癌病例约为78.7万例，其中大部分肺癌于发现时就已处于中晚期。随着高分辨率计算机断层扫描的发展和普及，越来越多的早期肺腺癌在筛查中被发现。早期肺腺癌的影像学常表现为含有磨玻璃成分的部分实性结节。结节的影像学表现虽然并不能精准的预测结节的病理类型，但实性成分和磨玻璃成分仍然对病理有一定的提示作用，部分实性结节实性成分的最大径比整个结节的最大径能更好的区分预后。随着分子影像学和分子病理学的发展，部分实性结节的影像学表现与侵袭性关系越来越受关注。部分实性结节性质特殊，相较于纯磨玻璃结节其性质活跃，易进展迅速；而相较于纯实性结节，其侵袭性不足，淋巴结转移率低且预后较好。目前，国际上推荐对高度怀疑恶性的部分实性结节采取主动干预的措施。文章聚焦于部分实性结节的诊断和治疗，从结节的分期、随访、手术治疗、基因检测和免疫治疗方面作一系统阐述。

目的:评估人工智能（AI ）对肺结节的检出及定性的诊断效能。方法:采用回顾性研究方法，通过简单随机抽样选取2020—2021年河北中石油中心医院肺结节病例库中的355例患者[女性205例、男性150例，年龄（55.1±12.2）岁]的肺部CT图像并导入AI系统。将AI与3名初级职称医师的诊断结果进行对比，2名中级职称医师按照双盲原则对CT图像进行审核，并以2名中级职称医师的一致性意见作为真结节诊断的参考标准，比较AI与初级职称医师对肺结节检出的灵敏度。105例患者于术前CT引导下行穿刺组织病理学检查或肺组织切除术后组织病理学检查，以组织病理学检查结果为"金标准"，比较AI与副主任医师对肺结节定性诊断的灵敏度、特异度、阳性预测值、阴性预测值、准确率。计数资料的组间比较采用卡方检验或Fisher精确概率检验。结果:355例患者的CT图像中共检出真结节1 072个，其中AI共检出真结节1 063个，漏诊9个，其灵敏度为99.16%（1 063/1 072）；初级职称医师共检出真结节1 009个，漏诊63个，其灵敏度为94.12%（1 009/1 072）。在肺结节检出方面，AI的灵敏度明显高于初级职称医师，且差异有统计学意义（ χ2=41.907， P<0.05）。105例患者经组织病理学检查结果证实为恶性结节88例、良性结节17例。其中AI对肺结节定性诊断的真阳性86例、假阳性15例、真阴性2例、假阴性2例；副主任医师对肺结节定性诊断的真阳性83例、假阳性1例、真阴性16例、假阴性5例。副主任医师对肺结节定性诊断的特异度及阳性预测值均明显高于AI[94.12%（16/17）对11.76%（2/17），Fisher精确概率检验， P<0.05 ；98.81 %（83/84）对85.15%（86/101）， χ2=9.172 ， P<0.05]；副主任医师对肺结节定性诊断的灵敏度低于AI，但差异无统计学意义[94.32%（83/88）对97.73%（86/88）， χ2=0.595 ， P>0.05]；副主任医师对肺结节定性诊断的阴性预测值高于AI，但差异无统计学意义[76.19%（16/21）对50.00%（2/4 ），Fisher精确概率检验， P>0.05]；总的来说，副主任医师对肺结节定性诊断的准确率高于AI[94.29%（99/105 ）对83.81%（88/105）， χ2=8.796， P<0.05]。 结论:在肺结节的检出及定性诊断中，AI具有较高的灵敏度，但特异度、阳性预测值、阴性预测值及准确率较低。临床工作中，医师可以利用AI良好的灵敏度，帮助提高工作效率，但不能替代人工分析结果作为肺结节定性诊断的标准。

目的:评价人工智能肺结节辅助诊断系统在肺结节检出及良、恶性鉴别的效能。方法:回顾性分析2016年5月至2020年7月，于兰州大学第二医院胸外科因肺结节就诊的199例患者的临床资料，将术前胸部CT导入人工智能系统，记录检出肺结节的直径、密度分类、恶性风险值。计算人工智能系统对肺结节的检出率，计算人工智能系统在肺结节良恶性鉴别的敏感性、特异性、阳性似然比、阴性似然比，评价其诊断效能并与人工阅片进行比较，以及在肺结节不同大小及密度情况下对肺结节良、恶性鉴别的敏感性及特异性。结果:手术切除取得病理诊断的肺结节共204个，人工智能系统对肺结节的检出率为100%；人工智能系统对肺结节良、恶性鉴别，敏感性95.83%(95% CI：0.8967～0.9883)，特异性25.00%(95% CI：0.1717～0.3425)，阳性似然比1.27(95% CI：1.14～1.44)，阴性似然比0.17(95% CI：0.06～0.46)；人工阅片对肺结节良、恶性鉴别，敏感性87.36%(95% CI：0.7850～0.9352)，特异性72.17%(95% CI：0.6214～0.8079)，阳性似然比3.14(95% CI：2.26～4.37)，阴性似然比0.18(95% CI：0.10～0.31)。5 mm≤肺结节直径<10 mm时，敏感性100%(95% CI：0.6637～1.0000)，特异性50.00%(95% CI：0.01258～0.98740)；10 mm≤肺结节直径<20 mm时，敏感性94.29%(95% CI：0.8084～0.9930)，特异性29.83%(95% CI：0.1843～0.4340)；20 mm≤肺结节直径≤30 mm时，敏感性96.15%(95% CI：0.8679～0.9953)，特异性18.37%(95% CI：0.0876～0.9953)；亚实性肺结节敏感性100%(95% CI：0.9051～1.0000)，特异性20.00%(95% CI：0.0051～0.7164)；实性肺结节敏感性93.22%(95% CI：0.8354～0.9812)，特异性25.24%(95% CI：0.1720～0.3476)。 结论:人工智能肺结节辅助诊断系统在肺结节的检出方面性能较强，但是在肺结节良恶性的鉴别方面不能满足临床要求，现阶段人工智能系统可作为医师的辅助工具，进行肺结节的检出及辅助肺结节的良、恶性判断。

目的:探讨双层探测器光谱CT单能量图像（VMI）及电子云密度图（EDM）在肺磨玻璃结节（GGN）良性与恶性鉴别诊断中的价值。方法:回顾性分析2019年7月至2020年8月南京医科大学鼓楼医学院经病理证实的65例GGN患者影像资料。65例中，良性27例、恶性38例，均于术前2周内接受双层探测器光谱CT扫描，并在后处理工作站重建出常规120 kVp混合能量图像（PI）、电子云密度图及40~80 keV虚拟单能量图。采用Mann-Whitney U检验比较良性与恶性GGN在PI、40~80 keV VMI中的CT值及电子云密度（ED）；采用独立样本 t检验比较良性与恶性GGN的大小；采用χ2检验分析并比较良性与恶性GGN的CT征象，包括病灶大小、部位、形态、边缘、内部结构、邻近结构、结节类型等。采用受试者操作特征（ROC）曲线分析不同能谱定量参数对良性与恶性GGN的鉴别诊断效能。将差异有统计学意义的CT征象及各能谱定量参数采用logistic回归进行多因素分析，找出预测GGN为恶性病变的独立危险因素，然后将各独立危险因素单独或联合行ROC曲线分析。 结果:病灶形态、毛刺、分叶、部位、大小在肺良性与恶性GGN间差异有统计学意义（ P<0.05）。良性与恶性GGN的PI、40~80 keV VMI中CT值及EDM中的ED值差异均有统计学意义（ P<0.05）。PI、40~80 keV VMI中CT值及EDM中的ED值鉴别诊断良性与恶性GGN的ROC曲线下面积（AUC）分别为0.680、0.682、0.683、0.686、0.694、0.676、0.722，其中ED值的AUC最高。以GGN形态、毛刺、分叶、部位、大小、ED值及PI、40~80 keV VMI中CT值为自变量，GGN为恶性或良性为因变量进行二元logistic回归分析，结果显示ED值（OR=1.045，95%CI 1.001~1.090， P=0.044）、病灶大小（OR=1.582，95%CI 1.159~2.158， P=0.004）、毛刺征（OR=11.352，95%CI 2.379~54.172， P=0.002）均为恶性GGN的独立危险因素。对ED值、病灶大小、毛刺征单独及三者联合进行ROC曲线分析，鉴别诊断GGN良性与恶性的AUC为0.722、0.772、0.698、0.885，ED+病灶大小+毛刺征联合诊断的AUC最大，其灵敏度、特异度分别为92.1%、74.1%。 结论:双层探测器光谱CT平扫图像鉴别诊断肺GGN时，EDM的诊断效能高于其他VMI；当EDM联合病灶大小及毛刺征进行综合诊断时效能进一步提高。

目的:基于人工智能（AI）建立并验证≤20 mm孤立性肺结节（SPN）良恶性预测模型。方法:收集2018年11月至2020年5月在厦门大学附属中山医院接受手术切除并获得明确病理诊断的≤20 mm SPN患者279例（338个SPN），回顾性分析其临床特征（年龄、性别、吸烟史、恶性肿瘤史及家族恶性肿瘤史）、影像特征（最大径、最小径、实性占比、体积、分叶征、毛刺征、空泡征、空洞征、胸膜凹陷征）、及影像组学特征（最大CT值、最小CT值、平均CT值、中位数CT值、CT值标准差、偏度、峰值、能量、熵）。采用完全随机法将SPN按8∶2比例分为训练集（271个）和验证集（67个）。训练集数据中，首先使用最小收缩和选择算子（LASSO）回归方法对临床特征、影像特征及影像组学进行筛选，再进行多因素logistic回归分析筛选出≤20 mm SPN良恶性相关的独立危险因素，并实现列线图预测模型构建。最后将测试集数据传入该模型进行验证，绘制ROC曲线和校准曲线，评估模型预测价值。结果:训练集中271个≤20 mm SPN，其中良性81个、恶性190个。经LASSO回归及多因素logistics回归分析筛选得出年龄、性别、最大径、空泡征、实性占比5个因素为预测最大径≤20 mm SPN良恶性的独立预测因子， 构建预测模型为：P=e x/（1+e x），x=-2.583+0.027×年龄+1.519×性别+0.127×结节最大径-2.132×实性占比+1.720×空泡征。该模型预测≤20 mm的SPN为恶性的ROC曲线下面积为0.850， 灵敏度为73.7%，特异度为82.7%，准确度为82.3%。验证集67个SPN，其中良性22个、恶性45个， 预测模型的AUC为0.882，灵敏度为82.2%，特异度为81.8%，准确度为85.1%。训练集和验证集预测模型的校准曲线与理想曲线重合度良好（训练集： P=0.688，验证集： P=0.618）。 结论:基于AI建立的≤20 mm SPN的良恶性预测模型可获得预测概率并具有良好的诊断效能。

目的:研究一种新型的3D打印仿真肺结节无创定位模型用于肺结节切除手术中指引肺小结节定位切除，并分析其准确性和切除效率。方法:入选2020年4月至2021年4月四川大学华西医院胸外科采用仿真肺结节定位模型进行胸腔镜手术中肺结节定位，并行肺结节切除手术的66例患者，男13例，女53例，年龄25~79（52.7±11.4）岁。其中单发结节患者24例（36.4%），同时性多发结节42例（63.6%）。使用患者的胸部高分辨CT影像数据进行数字重建，并3D打印制备个体化的1∶1等大仿真肺结节定位模型，用于手术中指引肺结节实时定位。分析手术相关参数、结节定位情况、结节切除情况，以及病理结果等资料。术前计划切除的结节按主要病灶结节和额外结节两种类别分别评估该模型指引定位的准确性和切除效率。结果:根据术前评估，66例患者计划切除的主要病灶结节71个，中位最大径0.9 cm（0.6~1.3 cm）；计划切除的额外结节77个，中位最大径0.5 cm（0.4~0.7 cm）。所有患者均行全胸腔镜手术，单孔52例（78.8%），三孔14例（21.2%）；单发结节患者中行肺段切除18例、楔形切除6例；多发结节患者中行肺段切除5例、楔形切除14例，混合术式23例（其中肺叶切除+肺段切除2例、肺叶切除+楔形切除7例、肺段切除+楔形切除14例）。全组中位手术时间93 min（45~240 min），平均每个结节切除中位时间51.4 min（6.7~147.0 min）。主要病灶结节全部成功切除并在手术台上由外科医生在切除标本中全部剖出，额外结节全部成功切除并在切除标本中剖出85.7%（66/77）；模型指引的两种结节定位准确率均为100%。所有主要病灶结节均为恶性，剖出的额外结节恶性比例为21.2%（14/66）。结论:本中心设计的基于3D打印的仿真肺结节定位模型技术是一种无创、准确、便捷的肺小结节定位方法，特别在同时性多发肺结节的定位中更具独特优势。

目的:探讨原发性肺弥漫大B细胞淋巴瘤（DLBCL）的CT表现，以提高对该病的认识和诊断。方法:回顾性分析2011年11月至2018年7月广州医科大学附属第一医院行CT平扫和增强检查并经病理确诊为原发性肺DLBCL患者的临床及CT影像资料。共入组14例患者。分析病灶的CT表现，包括病灶分布、大小、形态、边缘、密度与强化、支气管及病灶周围表现、胸腔内肺外表现及远处转移情况，并测量结节或肿块病灶的最大径线值及所有病灶平扫、增强动脉期和实质期的CT值。结果:14例原发性肺DLBCL患者中，10例多发，4例单发。12例表现为肿块和/或结节，最大径线值为0.8~8.2 cm，中位数为5.3（2.9，7.8）cm，2例表现为单纯实变影。12例病灶边界清晰、光整，2例边界模糊。14例患者病灶CT平扫密度较均匀，CT值（35.1±1.0）HU，增强实质期轻中度均匀强化10例，不均匀强化4例，CT值（61.8±1.5）HU，动脉期CT值（50.9±1.3）HU，动脉期可见血管造影征9例。14例患者中，5例支气管通畅，4例见支气管轻度受压或狭窄，5例病灶内支气管受侵、闭塞。8例病灶周围间质轻度增厚，8例胸膜不均匀增厚、受侵。10例合并纵隔或肺门淋巴结肿大并融合，其中3例包绕或侵犯纵隔内大血管，7例呈钻缝样生长。4例合并少中量胸腔积液。8例患者经治疗后CT复查均无远处转移（7例经放疗、化疗或手术切除后病灶大部分消失，预后良好；1例化疗后瘤灶增大，病情进展），6例放弃治疗，要求出院。结论:原发性肺DLBCL侵袭性强，恶性程度较高，有相对特征性的CT表现，确诊需依赖病理。