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 探究胸部低剂量CT在老年体检人群肺癌早期筛查中的应用价值.方法 回顾性分析本院自2020年2月至2022年4月收治的248例老年肺癌患者的临床资料,全部患者均接受了胸部低剂量CT诊断,该组患者在实施病理学诊断后按照病理类型分为肺腺癌(n=221)及肺鳞癌(n=27),对比不同病理类型下肺癌患者的螺旋CT征象.结果 该组患者实施胸部低剂量CT检查所显示的异常病变征象如下:胸膜病变82例(33.06％)、肺门肿块45例(18.15％)、空洞和空腔病变42例(16.94％)、肺内多发性结节22例(8.87％)、弥漫性肺间质性病变35例(14.11％)、孤立结节肿块影12例(4.84％)、气管狭窄和梗阻10例(4.03％).实施胸部低剂量CT检查时,肺腺癌与肺鳞癌相比,毛刺/棘突、胸膜凹陷征、血管连接征所占比例较高,差异有统计学意义(P＜0.05).肺腺癌与肺鳞癌相比,分叶征、空泡/空洞征所占比例比较,差异无统计学意义(P＞0.05).低剂量胸部CT与常规剂量胸部CT比较CTDI、DLP、ED较低,差异有统计学意义(P＜0.05).常规剂量胸部CT与低剂量胸部CT比较主动脉弓上缘分层、支气管分叉层面、膈顶上缘层面的噪声值较低,差异有统计学意义(P＜0.05).结论 采用胸部低剂量CT应用在老年体检人群中进行肺癌早期筛查时具有较好的应用价值,同时可发现不同病理类型肺癌在征象上存在明显的差异性,为疾病的诊断及治疗提供可靠依据,同时胸部低剂量CT与常规剂量胸部CT比较的辐射剂量更低,安全性有保障.

目的 研究多层螺旋CT(MSCT)增强扫描技术在结直肠癌肺转移中的诊断价值,并对肺转移的危险因素进行分析.方法 入选2019年1月至2022年2月于我院就诊的结直肠癌患者223例为研究对象,比较X线、MSCT对结直肠癌肺转移的诊断效能.根据活检结果将患者分为转移组和对照组,比较两组患者的临床资料,对影响结直肠癌肺转移的危险因素进行多元Logistic回归分析.结果 在评价结直肠癌肺转移的诊断效能指标中,MSCT的准确度更高,且灵敏度、特异度以及阳性和阴性预测值均高于X线,结果具有统计学差异(P＜0.05).38例肺转移患者中11例(28.95％)病灶数目≥3个,MSCT图像中绝大多数病灶为实性结节,68.35％病灶边缘不光整,81.01％的病灶分叶,54.43％的病灶出现短毛刺,82.28％的病灶呈不均匀强化,长毛刺病灶比例较低,为26.58％.多元Logistic回归分析提示癌胚抗原表达升高、肿瘤原发于直肠以及Dukes C期为导致结直肠癌肺转移的独立危险因素.结论 MSCT对结直肠癌肺转移的诊断价值较高,影像表现多样化,肿瘤原发部位为直肠、癌胚抗原表达升高及Dukes C期是结直肠癌肺转移的独立危险因素,对此类患者行MSCT增强扫描具有一定的意义.

目的:评估气管内超声引导下针吸活检术(EBUS-TBNA)联合经支气管镜肺活检术(TBLB)对肺结节病的诊断效能.方法:回顾性分析2018年1月至2023年7月就诊于东南大学附属中大医院高度疑诊为肺结节病患者的临床资料,所有患者均取得病理结果并结合临床综合评估最终诊断明确.评价EBUS-TBNA联合TBLB诊断肺结节病的效能以及弹性成像在诊断中的作用,并探讨胸部CT对于肺结节病分期的价值.结果:在131例高度疑诊为肺结节病的患者中,最终明确诊断为肺结节病的患者共有123例.其中105例患者单用EBUS-TBNA获得阳性的病理结果(阳性率为80.2％),58例患者通过单用TBLB获得阳性的病理结果(阳性率为44.3％);两者联合使用的诊断阳性率是89.3％.131例患者均进行胸部CT分期,其中Ⅰ期患者78例,Ⅱ期患者53例.在通过EBUS-TBNA及TBLB最终明确病理诊断后,根据是否出现上皮样肉芽肿浸润这一表现定义累及范围,发现根据胸部CT分类为Ⅰ期的患者中38.5％肺实质中检出上皮样肉芽肿浸润.结论:EBUS-TBNA联合TBLB可明显提高对肺结节病的诊断效能.单纯依靠胸部CT扫描进行肺结节病的分期并不可靠,会导致对患者病情严重程度估计不足.建议使用EBUS-TBNA诊断可疑结节病时,即使没有肺部浸润,也推荐常规联合TBLB,可以进一步提高诊断率和更充分地评估病情.

目的 采用XGBoost机器学习算法构建一个临床影像模型,预测肺结节病理浸润性,并在一个外部验证组中对模型进行泛化性验证.方法 回顾性纳入CT诊断为孤立性肺结节患者248例,分别提取肺结节区域和结节周围3mm、5mm区域的放射组学特征.经过从粗到细的特征选择后,使用最小绝对收缩和选择算子(LASSO)方法计算Radscore.采用单因素和多因素Logistic回归分析筛选与肺结节浸润性相关的临床放射学因素.然后,利用Logistic和XGBoost算法构建临床-放射组学联合模型,在一个独立的外部验证组(n=147)中评估模型的泛化性能.结果 综合Radscore、CT值、肺结节长度、月牙征的临床放射学XGBoost联合模型对肺结节浸润性的预测效果优于放射组学模型、临床放射学Logistic联合模型,在训练队列中的曲线下面积AUC为0.889(95％CI,0.848～0.927),在外部验证组中曲线下面积AUC为0.889(95％CI,0.823～0.942).结论 我们采用XGBoost机器学习算法构建了一种预测肺结节浸润性的临床放射学模型,结果显示出令人满意的预测效能,并在一个独立外部验证组中得到了良好的泛化性验证,可以帮助临床医生指导肺结节的诊疗并制定评估策略.

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.

肺结节起病隐匿,是具有一定恶化风险的肺部病灶.姜德友教授以"宣可去壅"作为理论基础,指出肺结节发于肝郁气壅,成于痰滞形壅,进于正虚毒壅,总结出疏肝调气、化痰散结、扶正防癌之宣壅大法,并自拟宣壅散结汤化裁治疗本病,在控制或缩小肺结节、提高患者生活质量、预防恶化等方面,具有较好的疗效.附验案1则以佐证.

目的:探讨基于临床资料、影像征象和影像组学特征构建的联合模型在术前对肺结节浸润程度的预测价值,并通过决策热图及Shapley算法对模型进行可视化分析.方法:回顾性搜集2018年1月—2022年3月在本院经病理确诊的179例肺结节患者的临床资料和术前CT图像(肺窗平扫).根据肺肿瘤新分类,分为腺体前驱病变组(78例)和浸润性肺腺癌组(101例).采用Deepwise软件,分别提取瘤灶、瘤周3 mm和5 mm区域的影像组学特征.使用单因素分析、相关性分析、Boruta算法和逐步logistic回归分析等特征筛选算法确定各区域的最佳组学特征,然后采用logistics方法分别构建3个单区域及2个多区域(肿瘤+瘤周3 mm及肿瘤+瘤周5 mm)共5个影像组学模型,分析各模型的预测效能并计算其影像组学评分(Radsocre).通过单因素和多因素logistic回归方法筛选相关临床指标和结节的主要CT征象,并采用XGBoost算法将筛选出的高危因素结合瘤灶+瘤周3 mm联合模型的影像组学得分构建临床影像联合模型.额外收集浙江省嘉兴市中医医院经病理证实的69例肺结节患者的临床和CT资料来完成联合模型的泛化性验证.利用决策热图和Shapley算法对模型分别进行可视化和特征贡献度分析.结果:相比单区域影像组学模型(训练集:AUC=0.740、0753、0.768;验证集:AUC=0.841、0.856、0.809),多区域影像组学模型在两个数据集中均显示出更高的预测效能(AUC=0.878和0.834).XGBoost联合模型的预测效能得到进一步地提高(AUC=0.948和0.886).Shap-ley分析显示影像组学得分、CT值和结节长度为预测肺结节浸润程度的最重要的3个特征.决策热图算法实现了对浸润性预测推演过程的可视化.结论:XGBoost模型对肺结节浸润性的评估具有较高的准确性和泛化性.决策热图实现了可解释机器学习算法的可视化从而保障了模型的实用性,为肺结节的临床处理及管理提供了一种无创性的辅助诊断工具.

目的 探讨多排螺旋CT(MSCT)在孤立性肺结节良、恶性鉴别中的价值.方法 回顾性分析73例孤立性肺结节患者的临床资料和MSCT征象.其中,病理确诊为良性结节24例(良性结节组),恶性结节49例(恶性结节组).比较两组患者临床资料和MSCT征象.结果 与良性结节组比较,恶性结节组结节直径＞10mm(89.8％vs.70.8％)、形态不规则(75.5％vs.33.3％)、结节-肺界面清楚不光整(83.7％vs.20.8％)、分叶征(83.7％vs.41.7％)、毛刺征(73.5％vs.16.7％)、胸膜凹陷征(57.1％vs.20.8％)、血管集束征(55.1％vs.25.0％)和空泡征或充气支气管征(63.3％vs.45.8％)、亚实性结节(63.3％vs.25.0％)占比较大,钙化(2.0％vs.16.7％)占比较小(P＜0.05).结论 恶性孤立性肺结节的许多MSCT特征与良性孤立性肺结节不同,结合临床资料综合分析,有利于提高MSCT在孤立性肺结节良、恶性鉴别中的价值.