CT图像放射组学分析鉴别诊断磨玻璃结节肺腺癌的浸润性

目的 通过CT图像放射组学分析鉴别诊断磨玻璃结节(GGN)肺腺癌的浸润性,为侵袭性肺腺癌(IPA)制定诊断诺模图模型.方法 回顾性选取经手术确诊的88例患者,共100个亚实性结节.选取增强CT动脉期图像进行三维结节感兴趣区(ROI)的分割并计算定量放射组学特征.使用逻辑回归分析将一组常规临床风险因素和放射医生视觉评估的...     

肺磨玻璃结节CT影像组学研究进展

【摘要】肺磨玻璃结节（GGN）是一种肺部常见的非特异性征象,良恶性GGN的治疗方法及预后不同,因此准确鉴别GGN具有重要的临床意义。影像组学可以从影像图像中高通量地提取影像特征,并从中推断出可能包含预后信息的基因蛋白表型或特征。CT影像组学可以鉴别GGN的良恶性,预测恶性GGN的病理分型并评价其侵袭性,为肺GGN个体化诊疗方案的选择提供有力的依据。本文就CT影像组学在GGN中的应用进行综述。     

影像组学在肺磨玻璃结节中的研究进展

影像组学可以高通量地提取大量反映病灶异质性的定量影像特征用于病变分析和诊疗,目前已应用于肺磨玻璃结节的研究,包括影像组学特征可重复性、良恶性鉴别,以及浸润性、生长趋势、病理相关指标、基因突变及免疫治疗相关标志物预测等方面。就近年影像组学在肺磨玻璃结节中的研究进展进行综述。     

瘤内及瘤周联合影像组学模型对肺纯磨玻璃结节浸润性的预测价值

目的 探讨瘤内及瘤周联合影像组学模型对肺纯磨玻璃结节（pGGN）浸润性的预测价值。方法 选取186例经病理确诊的肺pGGN(186个),按8:2分为训练集和验证集。将前驱腺体病变不典型腺癌样增长（AAH）和原位腺癌（AIS）作为非浸润性病变组,将腺癌微浸润癌（MIA）和浸润性腺癌（IAC）作为浸润性病变组。每个结节勾画出瘤内和瘤周两个感兴趣区域（ROI）,从每个ROI获得2600个影像特征。用最小绝对收缩和选择算法（LASSO）对其进行特征筛选,建立瘤内、瘤周及两者联合模型。通过受试者操作特征（ROC）曲线下面积（AUC）评价模型效能,Delong检验比较不同模型的效能。结果 训练集中瘤内、瘤周及两者联合模型的AUC值分别为0.820、0.793、0.855,验证集中三个模型的AUC值分别为0.838、0.801、0.840。结论 瘤内和瘤周影像组学模型对肺pGGN浸润性的预测价值无明显差异,两者联合模型可以略提高对肺pGGN浸润性的预测效能。     

结合瘤周影像组学建立磨玻璃结节手术切除预测模型

目的 融合肺磨玻璃结节(GGN)瘤内及瘤周影像组学特征,并与临床模型相结合建立GGN手术切除预测模型。方法 回顾性搜集311例肺GGN患者CT图像,包括良性/腺体前驱病变121例,肺腺癌(微浸润腺癌/浸润性肺腺癌)190例。对GGN行手动分割获得瘤内ROI,使用膨胀算法外扩3 mm获得瘤周ROI,分别提取影像组学特征。按照7∶3比例随机划分训练集(217例)与验证集(94例),使用支持向量机构建瘤内组学模型、瘤周组学模型及融合组学模型。选取其中表现最好的模型与临床模型相结合,建立GGN手术切除预测模型。使用曲线下面积(AUC)、准确率、敏感度、特异度评价各模型预测效能,DeLong检验用于比较各模型AUC差异,使用决策曲线评估各模型的临床应用。结果 瘤内组学模型训练集AUC值为0.805(95%CI:0.745～0.866),验证集AUC值为0.787(95%CI:0.696～0.878);瘤周组学模型训练集AUC值为0.727(95%CI:0.655～0.799),验证集AUC值为0.759(95%CI:0.653～0.866);融合组学模型训练集AUC值为0.827 (95%CI:...     

磨玻璃结节肺浸润性腺癌危险因素分析及列线图预测模型构建

目的 探究磨玻璃结节(GGN)肺浸润性腺癌危险因素并建立列线图预测模型.方法 本研究纳入2017年1月1日至2019年12月31日在我院就诊并收治的GGN患者,收集每位患者的基线资料和临床资料,使用Logistic回归分析GGN肺浸润性腺癌的独立危险因素.根据回归模型的结果,绘制列线图模型和受试者特征曲线(ROC).结...     

影像组学在肺磨玻璃结节中的应用研究进展

影像组学能够从CT、MRI或PET/CT影像中高通量地提取和分析大量定量影像特征,可以提供肿瘤表型及病变微环境信息。目前肺磨玻璃结节(GGN)的影像组学研究主要集中在良恶性的鉴别、侵袭性或病理分型的判断及基因变化的预测。就肺GGN概述、影像组学的发展及在肺GGN中的应用研究进展予以综述。     

基于AI技术CT直方图参数模型预测微小磨玻璃结节样肺腺癌浸润性

【摘要】目的：探讨人工智能（AI）技术提取的CT直方图定量参数建立的诊断模型对微小磨玻璃结节样（长径≤10mm）肺腺癌浸润性的预测价值。方法：回顾性分析经手术病理证实为早期肺癌的98例患者共102个长径≤10mm的微小磨玻璃结节样（GGN）病灶的胸部HRCT图像,其中原位癌（AIS）32个、微浸润腺癌（MIA）21个、浸润性腺癌（IAC）49个。将AIS和MIA归为无浸润组,IAC归为浸润组。采用独立样本t检验（满足正态分布）或Mann-Whitney U检验（不满足正态分布）比较两组结节的长径和AI技术提取的直方图中各定量参数（包括实性成分占比、最大CT值、最小CT值、平均CT值、中位CT值、标准差、偏度、峰度和熵）值的差异。对组间差异有统计学意义的参数采用受试者工作特征曲线（ROC）评估其诊断价值,将AUC大于0.7的参数纳入logistic 回归分析,筛选出GGN浸润性的独立预测因子并建立诊断模型,利用ROC曲线分析模型的诊断效能,绘制预测模型的nomogram图,并采用校准曲线评价其预测效果。结果:实性成分占比、最大CT值、平均CT值、偏度、峰度和熵在无浸润性组和浸润性组间的差异均有统计学意义（P<0.05）;长径、最小CT值、中位CT值和标准差在两组间的差异无统计学意义（P＞0.05）。ROC曲线分析结果显示,各参数的诊断效能由高到低依次为熵（AUC=0.860）、平均CT值（AUC=0.845）、实性占比（AUC=0.817）、最大CT值（AUC=0.690）、峰度（AUC=0.665）和偏度（AUC=0.652）。logistic回归分析结果显示熵（OR=16.647,P<0.05）和平均CT值（OR=1.021,P<0.05）是预测GGN浸润性的独立影响因子;其中,熵的诊断阈值为3.745,相应敏感度和特异度分别为87.8%和89.6%;平均CT值的诊断阈值为－479.500HU,相应敏感度和特异度分别为81.6%和84.9%。nomogram图显示预测模型结果与实际情况之间的一致性良好,C指数为0.840（95%CI：0.757~0.923）。结论:基于AI技术建立的CT直方图定量参数模型对长径≤10mm早期肺腺癌的浸润性有一定的预测价值,定量参数中以熵和平均CT值的诊断效能较高。     

肺磨玻璃结节CT征象对早期肺腺癌的诊断价值

肺腺癌的发病率逐年升高,已成为最常见的肺癌组织学类型,2011版国际肺腺癌新分类法废除了传统支气管肺泡癌的命名,并提出了原位腺癌的概念。目前,低剂量CT是临床筛查及诊断肺癌的重要方法。早期肺腺癌在CT上主要表现为磨玻璃结节,且不同时期的肺腺癌结节其影像特征不一,CT诊断主要依据病灶的形态学特征,主要包括结节的大小、内部结构、边缘及与邻近结构关系等。收集和分析了近年有关磨玻璃结节各CT征象在诊断不同时期肺腺癌价值的有关文献,并对其进行综述。     

基于薄层CT的影像组学和形态学特征联合模型在预测磨玻璃样肺腺癌浸润程度的价值

目的 探讨基于薄层CT的影像组学和形态学特征联合模型在预测磨玻璃样肺腺癌中的原位癌(AIS)、微浸润腺癌(MIA)、浸润性腺癌(IAC)的价值.方法 回顾性分析2018年6月至2021月3月经病理证实的327例肺腺癌患者(335个病灶)术前肺部CT检查图像,随机选取201个为训练集,134个为测试集.肺腺癌参照病理金标...     

基于临床及CT影像特征建立磨玻璃密度浸润性肺腺癌诊断模型的研究

目的 分析肺磨玻璃结节(GGN)肺腺癌中微浸润性腺癌(MIA)与浸润性腺癌(IAC)病例临床及CT影像特征,建立IAC诊断模型并评估其诊断价值。方法 回顾性分析2017年7月至2021年7月本院肺GGN中MIA与IAC病例影像及临床资料,按照7∶3的比例随机分为训练组和验证组,训练组中IAC为实验组,MIA为对照组,比较两组临床及影像学特征,采用多因素Logistic回归分析筛选IAC的危险因素并建立IAC诊断模型,采用受试者工作特征(ROC)曲线分析模型的诊断效能,采用列线图量化危险因素。结果 479例GGN病灶纳入研究,其中训练组335例,验证组144例。病灶质量(P=0.001)、深分叶征(P=0.029)和空泡征(P=0.014)是IAC的独立危险因素,训练组曲线下面积(AUC)为0.852,验证组AUC为0.762,IAC列线图诊断模型预测概率的截断值为0.634。结论 基于临床及影像特征建立IAC列线图诊断模型对IAC有较好的诊断价值。     

基于临床及CT影像组学特征预测肺腺癌结节北大核心CSCD

目的:探讨基于临床及影像组学特征构建机器学习模型对预测肺腺癌结节的准确性。方法:回顾性收集186例病理类型明确的肺结节患者,按病理类型分为腺体前驱病变组与腺癌组,按照7∶3比例将其分为训练集和测试集。采用3D Slicer软件对病灶容积感兴趣区(ROI)进行逐层手动勾画,通过Python软件提取影像组学特征。提取临床特征,包括人口统计学特征、临床表现、肿瘤标志物及CT影像学语义特征。选用单因素分析、最小绝对收缩和选择算子(LASSO)和逐步logistic回归分析进行特征筛选。在训练集中分别构建基于影像组学特征(模型1)及临床与影像组学特征相结合(模型2)的随机森林(LR)肺腺癌结节预测模型。通过ROC曲线及计算曲线下面积(AUC)对模型进行验证。结果:训练集130例,测试集56例。提取影像组学特征和临床特征数量分别为688个和25个。经特征筛选,共保留11个影像组学特征。临床特征中年龄、结节成分、结节最大径在训练集中组间差异显著(P<0.05)。训练集中模型1和模型2的AUC分别为0.991和0.960;测试集中模型1和模型2的AUC分别为0.913和0.884,准确率分别为0.875和0.839,精确度分别为0.872和0.824,召回率分别为0.976和1.0,F1分数为0.921和0.903。结论:基于临床及CT影像组学特征构建的RF模型能够准确预测肺腺癌结节。     

影像组学特征对肺纯磨玻璃结节侵袭性腺癌与 非侵袭性腺癌的鉴别价值

目的研究影像组学特征对肺纯磨玻璃结节（pGGN）侵袭性腺癌与非侵袭性腺癌的鉴别价值。方法回顾性分析2011年7月-2016年7月间156例经手术病理证实为肺腺癌且存在pGGN的病人资料,其中男65例,女91例,年龄37~81岁（中位年龄56岁）。经手术病理证实,非侵袭性腺癌60例（包括非典型腺瘤样增生28例,原位癌32例）,侵袭性腺癌96例（包括微浸润腺癌53例,浸润性腺癌43例）。应用图像分析软件ImageJ1.50b提取4大类共68个影像组学特征,采用线性回归对所有影像组学特征进行共线性诊断,将不存在共线性的影像组学特征（54个）作为独立参数来预测pGGN的病理侵袭性。采用二元logistic回归分析建立影像组学特征与pGGN病理类型之间的预测模型,采用向后步进方法选取最佳定量特征,当定量特征P<0.05时纳入模型,当定量特征P>0.10时剔除模型。采用受试者操作特征（ROC）曲线对模型进行分析,并评价影像组学特征预测pGGN病理侵袭性的效能。结果二元logistic回归模型从54个影像组学特征中筛选出8个具有统计学意义的影像组学特征（P<0.05）,其中描述肿瘤大小的特征2个（面积和周长）,描述肿瘤形态的特征2个（椭圆长轴和椭圆短轴）,描述肿瘤灰度直方图的特征3个（众数、最大灰度值和直方图峰度）,描述肿瘤纹理的特征1个（灰度共生矩阵熵值）。基于此模型建立的ROC曲线分析显示,曲线下面积（AUC）=0.951（95%CI：0.918~0.985）,诊断的敏感度和特异度分别为94.8%和86.7%。结论影像组学特征对鉴别肺pGGN侵袭性腺癌与非侵袭性腺癌有较高的价值,并具有良好的诊断效能。      

纯磨玻璃密度浸润性与非浸润性肺腺癌结节HRCT特征分析

目的对比分析表现为肺磨玻璃密度结节的浸润性腺癌与非浸润性腺癌的HRCT形态特点。方法回顾性分析胸部HRCT表现为单发磨玻璃密度结节121例患者的影像资料,按最终病理结果分为浸润性腺癌组(69例)与非浸润腺癌组(52例)。分析其临床及影像特征,其中计数资料通过t检验、秩和检验比较两组间差异;计量资料比较通过x^2检验分析其差异。最终通过多因素非条件Logistic回归分析筛选危险因素。结果浸润性腺癌患者中位年龄为63岁(32~79岁),非浸润性腺癌患者中位年龄为59岁(22~80岁),其差异具有统计学意义(P=0.044);而患者性别不具有统计学差异;两组间差异具有统计学意义的影像表现包括病灶大小、分叶征、毛刺征、胸膜牵拉及空泡征(P<0.05);多因素Logistic分析示性别(女性)、及病灶大小、伴有分叶、毛刺、空泡为浸润性肺腺癌的独立危险因素,其OR值(95%置信区间)分别为:3.712(1.059~13.012)、8.319(3.008~23.010)、11.191(3.081~40.647)与1.135(1.034~1.246)。结论女性患者中病灶较大且伴有分叶、毛刺和空泡的病灶,高度提示其为肺浸润性腺癌,需要临床医师尽早对其做出处理。     

HRCT征象评估纯磨玻璃结节浸润性：肺结节圆度优于长-短径比值和分叶深度

【摘要】目的：探讨HRCT上肺结节圆度在预测纯磨玻璃结节（pGGN）浸润性中的应用价值及其与肺结节长-短径比值和分叶深度的相关性。方法：回顾性分析经病理证实的111例共计116个pGGNs的HRCT表现。将所有病灶分为浸润前病变组（n=63）和浸润性病变组（n=53）,前者包括非典型腺瘤样增生（AAH）和原位腺癌（AIS）,后者包括微浸润性腺癌（MIA）和浸润性腺癌（IA）。使用Photoshop CS6软件测量pGGN的圆度,比较两组间圆度值的差异,利用ROC曲线评估圆度、长-短径比和分叶深度在鉴别2组病变中的最佳截断值和诊断效能,并分析3个指标间的相关性。结果：浸润前病变组和浸润性病变组pGGN的圆度值分别为79.9%±4.2%和68.5%±7.7%,两组间差异有统计学意义（P＜0.05）。ROC曲线分析显示pGGN的圆度值、长-短径比和分叶深度的截断值分别为73.4%、1.204和0.081,AUC分别为0.902、0.635和0.753。圆度值与长-短径比值、分叶深度均呈负相关（r=-0.498,P＜0.01;r=－0.672,P＜0.01）。结论：相对于长-短径比和分叶深度,圆度对pGGN浸润性的预测具有更高的准确性。     

纹理分析评估肺磨玻璃结节样腺癌的浸润性：基于CT平扫与增强图像的对照研究

【摘要】目的：探讨基于CT平扫 （NECT）和对比增强（CECT）图像的纹理分析技术对磨玻璃密度（GGO）结节样肺腺癌浸润性的鉴别诊断价值。方法：回顾性分析77例GGO结节样肺腺癌患者的临床和影像资料。77个GGO病灶中,浸润前病变（PIL）12个（15.6%）,微浸润性病变（MIA）36个（46.8%）,浸润性肺腺癌（IA）29个（37.7%）。分别在每个GGO病灶的CT平扫 （NECT）和对比增强（CECT）图像上逐层手动勾画感兴趣区（ROI）,获得病灶的容积ROI（VOI）,提取其直方图参数（8个）和灰度共生矩阵（GLGM）参数（4个）。采用t检验及受试者工作特征曲线（ROC）分析特征参数组间差异及诊断效能。结果：大多数纹理特征参数对鉴别IA与MIA/PIL具有统计学意义（P<0.05）。ROC曲线分析显示在NECT和CECT纹理参数中,均以能量（AUC分别为0.818和0.839）和熵（AUC分别为0.820和0.859）的诊断效能较高。结论：基于NECT和CECT图像的纹理参数均能较好地鉴别IA与MIA/PIL,其中以能量和熵的诊断效能较好。     

肺磨玻璃样结节：有助于预判肺腺癌浸润性的CT征象

【摘要】目的：探讨肺磨玻璃结节（GGN）CT表现中有助于预判肺腺癌浸润性的征象,为临床术前评估和判定预后提供必要的影像学依据。方法：搜集176例经手术病理证实的GGN患者的临床及CT资料,其中非浸润腺癌组107例、浸润性腺癌组（IA）69例,比较两组GGN的CT表现,对有统计学差异的变量行二元logistic回归分析,绘制受试者工作特征（ROC）曲线,确定鉴别诊断的最佳临界值。结果：主要CT表现：①非浸润腺癌组多为纯磨玻璃样结节（89.7%）,IA组多为混合磨玻璃样结节（69.6%）;两组间分叶征、毛刺征、胸膜凹陷征及空气支气管征的出现率的差异有统计学意义（P<0.05）。②IA组GGN的平均直径为(1.61±0.59)cm、CT值为(－542.99±92.95)HU,均明显大于非浸润腺癌组［分别为(1.01±0.29)cm和(－627.95±97.40)HU］,差异均有统计学意义（P<0.001）;IA组GGN的相对CT值（结节与肺组织CT值的比值）低于非浸润腺癌组（分别为0.63±0.11和0.72±0.10）,差异有统计学意义（P<0.001）。③二元logistic回归分析显示GGN的直径和空气支气管征是预测肺癌浸润性的重要因素。结论：肺磨玻璃结节的CT征象有助于术前预判肺腺癌的浸润性,从而可指导临床合理选择治疗或随诊方案。     

肺磨玻璃结节高分辨率CT征象与病理分类对比分析

目的 分析肺磨玻璃结节(GGN)高分辨率CT(HRCT)各征象与其病理分类的关系,提高HRCT对GGN诊断的准确率.方法 选取经过病理证实为浸润性腺癌(IAC)及微浸润性腺癌(MIA)的88例患者,根据病理结果分为IAC组及MIA组,对比分析2组GGN形态、平均直径、长径短径比、是否伴有分叶、毛刺、空泡征、空气支气管征...     

三维平均CT值和PET/CT最大标准化摄取值预测磨玻璃密度结节型肺腺癌侵袭性的研究

目的 探讨三维平均CT值和PET/CT最大标准化摄取值(SUVmax)对磨玻璃密度结节(GGN)型肺腺癌侵袭性的预测价值.方法 回顾性分析经手术病理证实的81例表现为GGN的肺腺癌,均行PET/CT和HRCT检查.在病变最大直径的CT横断面上测量其平均直径(最大径和垂直径的均值);逐层手动描绘出GGN的轮廓,计算GGN的三维平均CT值;记录18 F-脱氧葡萄糖(18F-FDG) PET/CT的SUVmax.按照病理类型分为浸润前病变、微浸润腺癌、浸润性腺癌3组,并统计3组间肿瘤大小、三维平均CT值及SUVmax之间是否有统计学差异.结果 浸润前病变、微浸润腺癌和浸润性腺癌的肿瘤大小分别为(10.53士4.3)mm、(11.6±6.07)mm、(20.3士9.0)mm;三维平均CT值分别为(-568.59士128.7) HU、(-522士100.51)HU、(-321.9±165.2)HU;SUVmax分别为0.15±0.43、0.00±0.00、2.51±2.61,3组间差异有明显统计学意义(F值分别为11.06、18.624、9.06,P＜0.001).受试者工作特征曲线(ROC)显示,肿瘤大小、三维平均CT值、SUVmax的诊断价值中等,曲线下面积(AUC)分别为0.855、0.867、0.895.三者分别取最佳临界值11.5 mm、-486 HU、0.95,其相对应的诊断浸润性病变的敏感度分别为91.5％、83.1％、79.7％;特异度分别为68.2％、77.3％、95.5％.结论 肿瘤大小、三维平均CT值、SUVmax是判断GGN型腺癌侵袭性的重要预测因子.