目的 尝试设计一款计算机辅助诊断系统软件,测试与评价其在肺内孤立性结节的诊断价值.方法 收集100例经手术或穿刺病理证实的孤立性肺结节(solitary pulmonary nodule,SPN),其中包括恶性肿瘤、良性肿瘤、结核和炎性假瘤.对其4个临床参数和11个CT扫描评价指标(CT征象、继发改变和其他异常)进行影像学分析与评价,积累肺内孤立性结节的数据以及对数据属性信息进行描述、量化,形成数据集.随机抽选60例用作训练集,40例用作测试集,统计10次结果.分别测试决策树C4.5,贝叶斯网以及支持向量机(support vector machine,SVM)算法对肺结节良恶性的预测效果.对结节特征采用logistic回归分析,建立logistic回归模型,用ROC曲线分析评价logistic模型.结果 决策树C4.5,贝叶斯网,SVM算法的敏感度分别为74.4％、76.1％、80.9％,假阳性率分别为30％、21％、15.7％,正确率分别为72.5％、77.5％、82.5％.C4.5,贝叶斯网,SVM算法ROC曲线下面积S分别为0.750、0.775、0.825,标准误分别为0.080、0.077、o.070.咳血,边缘轮廓,毛刺情况,与血管关系,与胸膜关系对癌症分类均有统计学意义.建立logistic 诊断模型为:logit(P) =4.5582-(0.8748×咳血)-(0.6913×边缘轮廓)-(0.6045×毛刺)-(1.1710×与血管关系).ROC曲线下面积为0.8902,特异度

作者：张极峰；夏旭东；李萍；张一；刘斌；刘扬；刘白鹭

来源：医学影像学杂志 2013 年 23卷 9期