深度学习模型对纯磨玻璃结节肺腺癌病理亚型的预测分析

目的利用深度学习对CT上表现为纯磨玻璃密度结节(pGGN)的肺腺癌进行分型,并与手术病理结果对比,探讨其对病理亚型的预测价值。方法收集219例(共240个病灶)经病理证实且胸部CT上表现为pGGN的肺腺癌患者的CT影像与病理资料,根据病理分型,将其分为非浸润性腺癌组[包括浸润前病变(不典型腺瘤样增生和原位腺癌)以及微浸润腺癌]和浸润性腺癌组。首先对pGGN进行勾画与标记,然后将标记好的数据随机分为学习训练组(80%)及验证测试组(20%),其中验证测试组中的结果需与两位胸部影像专家的诊断结果进行对比。结果深度学习模型对pGGN肺腺癌病理亚型的预测取得了较高的性能。深度学习模型对pGGN判断的准确率为0.8330,95%CI为0.7016～0.9157,专家1对pGGN诊断的准确率为0.5000,95%CI为0.3639～0.6361,专家2对pGGN诊断的准确率为0.5625,95%CI为0.4227～0.6931,两位专家联合对pGGN诊断的准确率为0.5417,95%CI为0.4029～0.6743,深度学习模型的准确率明显高于专家个人及专家组(P=0.002)。专家个人前后两次诊...     

细支气管腺瘤的CT表现与病理对照研究

本研究回顾性分析了16例肺细支气管腺瘤(BA)的CT表现及相应的病理改变。共纳入16例BA患者, 病变直径8～32 mm, 10例表现为磨玻璃密度, 6例为实性结节, 4例有囊腔形成, 1例增强扫描呈轻度强化。病理上主要表现为基底细胞层和腔面细胞层构成的双层细胞结构呈乳头状和/或沿肺泡壁(平坦状)生长。影像上表现为实性结节的BA在病理上表现为肺泡腔内分泌黏液较多, 而影像上表现为磨玻璃密度结节的BA在病理上表现为肺泡腔内黏液较少。