目的 研究人工智能医学影像辅助诊断系统对肺磨玻璃结节(GGN)良恶性及判断病理成份的临床应用价值.方法 从行胸部CT检查发现GGN的患者中随机选取符合条件的44例纳入研究.根据病理结果分成腺癌组GGN与炎性病变组GGN,然后根据贴壁成份的占比不同将腺癌组GGN分成高占比组和低占比组,记录2组测量参数(包括病灶长径、平均CT值、CT值标准差、紧凑度、球形度及患者年龄).采用SPSS 20.0软件统计分析2组间差异,对有统计学意义的定量参数进行受试者工作特征曲线(ROC)分析,评价各测量参数鉴别良恶性GGN及判断恶性GGN病理成分的能力,同时根据最大约登指数(YI)计算该测量参数的最佳诊断阈值,获得曲线下面积(AUC)、敏感度和特异度,P＜0.05被认为差异具有统计学意义;最后根据二元Logistic回归模型得出鉴别良恶性GGN及判断恶性GGN组织成分的独立危险因素.结果 ①在腺癌组GGN与炎性病变组GGN测量数据对比中,腺癌组GGN病灶长径、平均CT值、CT值标准差大于炎性病变组GGN(P＜0.05),腺癌组GGN紧凑度、球形度均小于炎性病变组GGN(P＜0.05),而2组GGN患者年龄差异无统计学意义(P＞0.05).②在高占比腺癌组GGN和低占比腺癌组GGN测量数据对比中,仅发现高占比腺癌组GGN平均CT值小于低占比腺癌组GGN(P＜0.05),其他无差异.③二元Logistic回归模型分析显示,鉴别腺癌GGN与炎症GGN的独立因素为病灶长径;鉴别高占比腺癌GGN和低占比腺癌GGN的独立因素为平均CT值.结论 基于人工智能医学影像辅助诊断系统CT特征定量分析有助于鉴别良恶性GGN,以各项指标联合诊断的效能最佳;但在判断恶性GGN的病理成份方面能力有限,但仍需结合临床其他各项指标进行综合判断才能做出更准确的诊断.人工智能医学影像辅助诊断系统对GGN良恶性及判断病理成份有较大的临床应用价值,以各项指标联合诊断的效能最佳.

目的 探讨肺泡蛋白沉积症(PAP)的CT表现,以提高对该病的CT诊断水平.方法 收集并整理16例穿刺活检或/和肺泡灌洗确诊的PAP患者病例,将其CT表现进行分析总结,并文献复习.结果 PAP肺部阴影重而临床症状轻微,CT表现多样化,可表现为双肺广泛不呈叶段分布的斑片状磨玻璃密度影、铺路石征、地图征、蝶翼征、支气管充气征、肺实变及肺间质纤维化等;"铺路石征"、"地图征"同时出现,临床症状、体征与CT表现不一致时,强烈提示本病.结论 PAPCT表现具特征性,结合临床可与肺炎、肺水肿、肺炎型肺癌、弥漫性肺泡出血及特发性肺间质纤维化等其他肺部病变相鉴别.

目的 探讨肺部磨玻璃结节应用常规CT与超高分辨率CT检查的临床价值.方法 选取肺部磨玻璃结节患者 85 例,均经手术病理确诊,其中恶性结节患者 45 例,良性结节患者 40 例,均分别进行常规CT与超高分辨率CT扫描,观察两种检查对恶性良性结节检出情况.结果 常规CT检出恶性结节患者 43 例、良性结节患者 42 例;超高分辨率CT检出恶性结节患者 44 例,良性结节患者 41 例.超高分辨率CT检出肺磨玻璃结节瘤肺界面模糊 46 例,常规CT检出 39例.超高分辨率CT检出毛刺征 45 例,常规CT检出 41 例.超高分辨率CT检出分叶征 43 例,常规CT检出 38 例.超高分辨率CT检出细支气管充气征 44 例,常规CT检出 38 例.超高分辨率CT检出血管集束征 43 例,常规CT检出 37例.超高分辨率CT检出病变程度浸润前病变、微浸润病变、浸润性病变 20 例、33 例、32 例,常规CT检出 22 例、34 例、29 例,差异具有统计学意义(P<0.05).结论 常规CT与超高分辨率CT扫描均显示肺内呈现局灶性磨玻璃影、高密度影,超高分辨率CT特征表现在结节边缘、毛刺征等方面显示更清晰、分辨率更高.

目的 探讨基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建Nomogram模型预测原位腺癌(AIS)、微浸润腺癌(MIA)及浸润性腺癌(IAC)的价值.方法 选取本院 97 例经手术病理证实且病理亚型明确的肺腺癌患者,将AIS和MIA归为第 1 组,IAC为第 2 组,比较两组患者年龄、性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征差异,采用 3D Slicer软件进行图像分割,特征提取与选择,通过LASSO算法对特征进行降维,筛选影像组学特征构建预测模型.再采用R软件的rms工具包构建Nomogram模型,计算ROC曲线下面积(AUC),以评价Nomogram模型鉴别肺磨玻璃结节病理亚型的效能.结果 1)性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征均差异无统计学意义(P>0.05);2)筛选 7 个 CT 影 像 组 学 特 征:平面度、大依赖低灰度强调、小波变换LHL第十百分位、小波变换HLL第十百分位、小波变换最小值、小波变换均值及小依赖低灰度强度比较,差异均有统计学意义(P均<0.05);3)基于CT影像组学特征建立预测肺磨玻璃结节病理亚型的Nomogram模型,训练集中AUC为 0.863,准确率为 87.9%,灵敏度为 67.9%,特异度为 91.1%;验证集中 AUC为 0.792,准确率为 75.0%,灵敏度为66.7%,特异度为 90.5%,可见此Nomogram模型具有较好的预测效能.结论 对于预测肺腺癌浸润程度,Nomogram 模型具有明显优势,可作为一种鉴别手段.

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)具有高传染性,严重威胁人民群众的生命安全,快速筛查可以实现快速治疗、防止肺炎进展.目前COVID-19检测诊断方法的金标准为逆转录聚合酶链式反应(reverse transcription-polymerase chain reaction,RT-PCR),但是由于核酸检测存在耗时且假阴性率偏高的问题,而影像医生对医学图像的诊断存在主观性且工作量巨大,因此借助人工智能(artificial intelligence,AI)技术对实现COVID-19的快速诊断至关重要.随着AI在医学领域的成功应用,深度学习技术成为辅助诊断新型冠状病毒肺炎的有效方法.近年来许多学者使用深度学习技术来构建对医学图像进行智能诊断的模型,本文的主要内容就是对这类模型进行总结和分析,介绍了分割肺部区域的模型、实现二分类或多分类的分类模型以及模型在临床上的应用.与此同时,在文章中分析了COVID-19患者的影像学特点,COVID-19患者多双肺受累,其中磨玻璃影是最常见的影像征象.对COVID-19研究的最新进展也进行了介绍,主要是关于提高AI模型准确性的开发和"长新冠"综合征的相关研究.因此,在新型冠状病毒肺炎常态化管理下,模型准确性的提高可以借助数据集的扩大或模型结构轻量化等方面实现;"长新冠"综合征作为一个新的研究领域,学者可以在临床症状、预后随访和结合深度学习技术等方面进行进一步的研究.

临床资料 患者男性,29岁,职员,因"反复咯血1年余,加重2个月"于2022年6月2日入院.患者1年余来常于熬夜、进食辛辣食物后出现咯血,为鲜红色,量共约5～10mL,伴有轻微胸痛,程度轻,无咳嗽、咳痰、发热、皮疹、皮肤溃疡、鼻衄、血尿、下肢水肿等症状,曾行胸部CT提示左下肺磨玻璃影(图1A)、以及左下叶背段不规则后壁偏心空洞(图1B),咯血可自行消失或在使用抗菌药物后消失.7d前患者家中火灾,皮肤轻微烧伤,吸入浓烟后再次咯血,量约15mL.复查胸部CT(图1C～D),与之前CT比较,左肺下叶背段空洞及周围磨玻璃影吸收、消失,见残存条索影.左肺下叶内前基底段磨玻璃影范围增大,其内见新发空洞,部分空洞内见结节影.自发病以来,精神可,饮食睡眠可,大小便正常,体质量,体力未有明显改变.否认流行病学史及疫区接触史,否认血管炎、关节炎等风湿免疫病史,无长期服用药物史.入院查体:HR 115 次/min,BP 142/73mmHg(1mmHg=0.133kPa),SPO297.3％(未吸氧),RR 22次/min.神清,皮肤菲薄柔软,双肺呼吸音清,未闻及干湿性啰音,心腹查体无异常,掌指关节多处过伸(图2),双下肢无水肿.

目的:探讨2021年WHO肺腺癌分类判断Ⅰ期肺腺癌预后的价值。方法:回顾性分析2015年1月至2016年9月于复旦大学附属中山医院接受手术，且术后病理学检查确诊为Ⅰ期肺腺癌的829例患者资料。男性389例，女性440例，年龄（60±11）岁（范围：32~90岁）。术前CT表现为实性结节570例，磨玻璃结节259例。采用Kaplan-Meier法绘制生存曲线，Log-rank进行组间比较，采用Cox比例风险模型分析影响总体生存和无复发生存的因素。结果:829例患者中腺泡型为主型470例，乳头型为主型165例，贴壁型为主型90例，实体型为主型62例，微乳头型为主型42例。与实性结节组相比，磨玻璃结节组患者中贴壁型为主型比例更高［20.5%（53/259）比6.5%（37/570），χ2=35.922， P<0.01］，而微乳头型［1.2%（3/259）比6.8%（39/570），χ2=11.961， P<0.01］和实体型［1.5%（4/259）比10.2%（58/570），χ2=19.172， P<0.01］为主型比例更低。贴壁型为主型的患者预后最好，腺泡型和乳头型为主型较差，实体型和微乳头型为主型的预后最差（ P值均<0.01）。T2期（ HR=1.631，95% CI：1.030~2.583， P=0.037）、病理主型（ P=0.036）、存在微乳头型成分（ HR=1.764，95% CI：1.143~2.722， P=0.010）及CT表现为实性结节（ HR=18.690，95% CI：7.587~46.043， P<0.01）为术后复发的预后因素。亚组分析结果显示，在实性结节和磨玻璃结节中，存在实体型成分均是总体生存的预后因素，存在微乳头型成分则均是无复发生存的预后因素。 结论:除病理学亚型外，存在微乳头型成分和实体型成分也是Ⅰ期肺腺癌患者的预后因素。病理学亚型与T分期相结合对Ⅰ期肺腺癌患者预后的判断更有价值、更可靠。

目的:分析IgG4相关性肺疾病的临床特征。方法:回顾性收集2012年2月至2021年5月于北京大学人民医院诊断为IgG4相关性肺疾病60例的患者临床资料，对其临床表现、实验室检查、影像学、预后等特征进行分析。结果:60例患者中，男40例，年龄（58.2±12.9）岁，发病年龄（57.1±13.2）岁，31.7%（19例）患者有过敏疾病史。36.7%（22例）患者病程中出现呼吸系统症状。94.6%（53/56）患者血清IgG4>1.35 g/L，24.1%（14/58）患者嗜酸性粒细胞绝对值升高，79.2%（38/48）患者IgE升高，53.7%（29/54）患者补体C3或C4下降。常见影像学表现包括结节样改变38例（63.3%），纵隔和（或）肺门淋巴结肿大34例（56.7%），磨玻璃影31例（51.7%），53例（88.3%）患者存在2种及以上影像学改变。病理学检查以淋巴浆细胞浸润及纤维增生为主要表现，仅1例可见闭塞性静脉炎。有呼吸系统症状组（22例）血清总IgG（及嗜酸性粒细胞绝对值）均高于无症状组（38例），分别为43.2比17.8 g/L和0.30×10 9/L比0.14×10 9/L，均 P<0.05；合并过敏性疾病比例低于无症状组，胸部CT存在实变影比例高于无症状组，均 P<0.05；两组血清IgG4、IgE、补体水平及治疗后影像学转归情况差异均无统计学意义（均 P>0.05）。 结论:IgG4相关性肺疾病临床表现无特异性，无呼吸系统症状患者占较高比例；胸部CT表现具有高度异质性，且易出现多种影像学改变共存。有无呼吸系统症状组患者主要临床特征及治疗后影像学转归差别不大。

目的:探讨百草枯中毒肺损伤的CT影像表现特点及其与预后的关系，为百草枯中毒病情及预后的判断提供参考依据。方法:将2013年1月~2016年4月徐州市肿瘤医院中毒职业病科收治的146例百草枯中毒患者按照尿中百草枯浓度结合口服剂量及实验室检查分为轻型组、中重型组、暴发型组，各组患者分别有12、99、35例。对其临床资料及CT影像表现进行分析并进行三维立体重建，使用容积测量软件进行肺损伤范围测定，计算肺损伤的累计损伤范围占全肺的百分比（%）。根据肺损伤的累计损伤范围占全肺比将患者分为<25%、25%~50%、51%~75%、>75% 4组。两组间率的比较用χ 2检验或Fisher确切概率法，多个率的比较采用Kruskal-Wallis检验。危险因素分析用多元逐步logistic回归分析。 结果:百草枯肺损伤CT影像上存在多种表现，且其表现可交叉同时存在。早期表现病变较轻的病例，后期CT表现病变可完全吸收或残留少许纤维化，预后好；早期表现为肺实变、胸腔积液的病例，后期CT表现一般为吸收后胸膜增厚及支气管扩张为主，预后也相对较好；早期表现为大片状磨玻璃影的病例，转归则以肺间质纤维化多见。与轻型组比较，中重型组、暴发型组患者累计损伤范围更大，差异有统计学意义（ P<0.01），与中重型组比较，暴发型组患者累计损伤范围更大，差异有统计学意义（ P<0.01）。PQ中毒肺损伤各组累计损伤范围的病死率有差异，差异有统计学意义（ P<0.01）。采用多元逐步Logistic回归分析，结果显示磨玻璃影（ OR=2.013）、肺间质纤维化（ OR=3.779）、纵膈气肿（ OR=33.118）是百草枯中毒肺损伤死亡的危险因素（ P<0.05）。 结论:不同分型的百草枯中毒肺部表现及转归不同。累计损伤范围可作为评价预后的参考。

目的:探讨新型冠状病毒肺炎（COVID-19）首次胸部高分辨率CT(HRCT）影像表现。方法:回顾性分析2020年1月3日至25日武汉市中西医结合医院确诊的106例COVID-19患者的首次胸部HRCT图像，对病灶分布、形态及周围受累情况进行统计和分析。结果:106例COVID-19患者首次肺部HRCT均发现病灶，单侧肺分布11例（10.4%），双侧肺分布95例（89.6%）；肺外周分布65例（61.3%），肺外周及中心同时分布41例（38.7%）；1个病灶8例（7.5%），2个病灶5例（4.7%），多发病灶93例（87.8%）；结节状病灶12例（11.3%），磨玻璃状病灶94例（88.7%），条索状病灶7例（6.6%），2种及以上形态共存病灶15例（14.2%）；累及一个肺叶10例（9.4%），累及2个及以上肺叶96例（90.6%）；纵隔淋巴结增大24例（22.6%）（>60岁患者19例，占79.2%），胸腔积液3例（2.8%），心包积液1例（0.9%），胸膜受累／增厚2例（1.9%）。>60岁患者多表现为多病灶，多形态，肺外周及中心同时分布，累及多个肺叶，纵隔淋巴结增大。结论:COVID-19患者首次胸部HRCT检查能发现肺部病灶，是首选的影像学检查方法，胸部HRCT扫描检查在NCP的早期诊断中有重要作用。