能谱CT虚拟平扫在肺结节AI辅助诊断系统预测亚实性结节恶性概率中的应用

摘要：

目的:通过与能谱平扫(TNC)图像对比,探究能谱CT虚拟平扫(VNC)图像在AI肺结节辅助诊断系统预测亚实性结节恶性概率中的效能表现.方法:本研究共纳入86例因肺内亚实性结节而行手术切除的患者,其中男26例、女60例,年龄(61.33±11.66)岁.按病理组织学结果将结节分为3组:A组为浸润前病变;B组为微浸润腺癌;C组为浸润性腺癌.将患者术前TNC和VNC图像上传至AI肺结节辅助诊断系统进行结节检测并记录结节的恶性概率预测值、体积及CT值,进一步行三组间结节数值的非参数检验(Kruskal-Wallis H检验)及每组TNC与VNC图像配对样本的非参数检验(Wilcoxon检验).结果:入组病例中共切除88个亚实性结节,其中A组、B组和C组分别有27个、28个及33个结节.在TNC和VNC图像中3组结节均可被AI系统检出.利用TNC图像时,AI系统对A组、B组和C组中结节恶性概率的预测值分别为74.60％±19.76％、89.97％±8.55％和94.25％±7.04％;在利用VNC图像时,对三组中恶性概率预测值分别为70.01％±23.43％、88.20％±10.35％和94.51％±5.17％;2种图像上三组间预测值的差异均有统计学意义(P<0.001).在TNC和VNC图像上,三组间结节的CT值及体积的差异亦有统计学意义(P<0.05).每组结节在TNC和VNC图像上恶性概率预测值之间的差异无统计学意义(P>0.05).结论:利用肺结节AI辅助诊断系统预测亚实性结节的恶性概率预测值时,VNC图像与TNC图像的预测效能相似.

关键词：深度学习、肺肿瘤、磨玻璃结节、恶性概率、能谱CT、虚拟平扫、辐射剂量

所属期刊栏目：35

分类号：R734.2;R814.42(肿瘤学)

资助基金：北京市医院管理局"使命"人才计划;北京学者

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：972-977