人工智能体积密度法判断肺亚实性结节的浸润性研究_王璟琛.pdf

王璟琛,柴军.人工智能体积密度法判断肺亚实性结节的浸润性研究J.CT 理论与应用研究,2023,32(2):241-248.DOI:10.15953/j.ctta.2022.099.WANG J C,CHAI J.Evaluation of the Invasion of Pulmonary Subsolid Nodules by the Artificial Intelligence Volumetric DensityMethodJ.CT Theory and Applications,2023,32(2):241-248.DOI:10.15953/j.ctta.2022.099.(in Chinese).人工智能体积密度法判断肺亚实性结节的浸润性研究王璟琛1,2,柴军21.内蒙古科技大学包头医学院,内蒙古 包头 0140002.内蒙古自治区人民医院医学影像科,呼和浩特 010000摘要：目的：探讨人工智能（AI）体积密度法判断肺亚实性结节（SSNs）浸润性的价值。方法：回顾性分析 106 例患者的 108 枚 SSNs 的 CT 和病理结果，将结节分为腺体前驱病变组和腺癌组。通过肺结节AI 软件测量并比较两组的最大 CT 值、最小 CT 值、平均 CT 值、峰度、偏度、Perc.25、Perc.50、Perc.75、Perc.95、结节体积、结节平均径等 CT 定量参数。使用 Medcalc 软件得出受试者工作特征曲线（ROC），评价诊断 SSNs 浸润性的敏感度、特异度、阳性预测值及阴性预测值，用逻辑回归分析评估他们的诊断性能。结果：SSNs 的多数 CT 定量参数差异存在统计学意义，其中，诊断效能最高的是Perc.25，AUC 达 0.797；其次为 Perc.50 和平均 CT 值，AUC 均为 0.787。Logistic 回归分析显示，将诊断效能最高的 Perc.25 分别与 Perc.50 和平均 CT 值两两建立联合诊断模型 1，其中Perc.25 与平均 CT 值的模型诊断效能最高，且联合诊断模型诊断效能高于 Perc.25 与平均 CT 值单独的诊断效能。Medcalc 软件分析显示，Perc.25 -578 HU 和平均 CT 值 -468 HU 的 SSNs 病理表现为腺癌的可能性大。将 Perc.25 与结节平均径结合，可获得对判断 SSNs 浸润性非常有价值的联合诊断模型 2。结论：AI 体积密度法对 SSNs 的浸润性有较高的诊断价值，联合使用 Perc.25 与平均CT 值比单独使用更能准确地判断浸润性。关键词：CT；人工智能；体积密度法；肺亚实性结节DOI:10.15953/j.ctta.2022.099中图分类号：R 814.42文献标识码：A肺癌已经成为世界各地癌症患者死亡的主要原因1。近年来，肺亚实性结节（subsolid nodules，SSNs）的检出率逐年增高，SSNs 经常和肺腺癌有关2。由于不同病理阶段的 SSNs 的临床预后及治疗策略不同，因此术前影像学评估 SSNs 的侵袭程度对临床决策具有重要的意义3-4。以往对 SSNs 的大小测量多以最大横截面的最大横径来代表 SSNs 大小，以手动勾画感兴趣区内的平均 CT 值代表结节密度5-8。本研究根据 2021 年 WHO 肺腺癌新分类标准，分为腺体前驱病变组（非典型腺瘤样增生（atypical adenomatous hyperplasia，AAH）、原位腺癌（adenocarcinoma in situ，AIS）和腺癌组（微浸润性腺癌（minimally invasive adenocarcinoma，MIA）、浸润性腺癌（invasiveadenocarcinoma，IAC），利 用 一 款 可 以 测 量 肺 结 节 体 积 密 度 的 人 工 智 能（artificialintelligence，AI）分析软件，对病灶进行三维定量分析；利用 AI 体积密度法绘制 CT 值分布直方图，获得体积密度系列参数，探讨 AI 体积密度法判断肺亚实性结节浸润性的价值。1材料与方法1.1研究对象收集 2013 年 1 月至 2022 年 4 月于我院收治，有完整术前胸部 CT、临床资料并经病理证实的108 枚 SSNs。根据 2021 年 WHO 肺腺癌新分类标准，分为腺体前驱病变组 25 例，包括 AAH 3 例、AIS收稿日期：20220526。基金项目：内蒙古自治区人民医院院内项目（人工智能体积密度对孤立肺结节的诊断价值（2019YN03）。第 32 卷第 2 期CT 理论与应用研究Vol.32,No.22023 年 3 月（241248）CT Theory and ApplicationsMar.,202322 例；腺癌组 83 例，包括 MIA 16 例、IAC 67 例。纳入标准：肺内至少 1 个 SSN，大小范围为 0.53 cm 之间；在我院行手术切除，术后病理结果经复阅证实为 AAH、AIS、MIA 及 IAC；具有完整 CT 图像、临床和病理数据。排除标准：术后病理证明为良性疾病或其他肺癌的病理亚型；患者有肺部多发转移瘤或其他部位原发肿瘤；患者曾行全身化疗。1.2设备与参数采集指导患者呼吸训练后，仰卧位进行胸部 CT 平扫。采用 GE LightSpeed VCT 及宝石 CT、西门子SOMATOM Definition Flash 双源 CT、东芝 Aquilion ONE 320 排 CT 进行扫描。扫描参数：GELightSpeed VCT 及宝石 CT：管电压 120 kV，自动管电流，层厚 5 mm，重建层厚 1.25 mm，螺距 1.0，显示野（FOV）360 mm；SOMATOM Definition Flash 双源 CT：管电压 120 kV，自动管电流，层厚5 mm，重建层厚1 mm，螺距1，显示野（FOV）400 mm；Aquilion ONE 320 排CT：管电压120 kV，自动管电流，层厚 5 mm，重建层厚 0.8 mm，螺距 0.516，显示野（FOV）400 mm。扫描矩阵 512 512，并采用肺高分辨算法进行重建（图 1）。将扫描得到的原始数据上传至 AI肺结节筛查系统进行观察。1.3AI 参数采集及分析基于深度学习模型的 AI 软件由推想预测提供，将图像数据由 PACS 系统传输至“推想预测”工作站（https:/ SSNs 进行分割，记录结节体积及平均径，获取 CT 值分布直方图，并记录该 SSN 的以下参数：最大 CT 值、最小 CT 值、平均 CT 值、偏度、峰度、CT 百分位数值，其中百分位数值包括第 25百 分 位 数（Perc.25 ）、第 50 百 分 位 数（Perc.50）、第 75 百分位数（Perc.75）、第 95 百分位数（Perc.95）。1.4统计学分析计数资料以例数（百分比）表示，当 T 5且 n 40 时采用 Fisher 确切概率法检验，当 T 5、n 40 时差异性分析采用卡方检验。计量资料首先进行正态性检验，服从正态分布的数据以均值 标准差表示，采用独立样本 t 检验；不服从正态分布的数据以中位数（四分位间距）表示，采用 Mann-Whitney U 检验。利用 Medcalc 软件对有统计意义的变量绘制受试者工作特征曲线（ROC），计算曲线下面积（AUC），并得出最佳临界值。采用 Logistic 回归分析探究数学建模对腺体前驱病变组及腺癌组的鉴别诊断能力。P 0.05 为差异有统计学意义。2结果2.1两组临床资料比较两组中，女性患者多于男性，但性别差异无统计学意义（表 1）。女性患者在各类型中所占比例分别为：18/25（72.00）、51/83（61.45）；男性所占比例为：7/25（28.00）、32/83（38.55）。年龄差异在两组间无统计学意义；腺体前驱病变组患者平均年龄（60.93 8.72）岁，腺癌组患者平均年龄（60.78 9.68）岁。结节发生部位在各组之间没有统计学意义，但病灶在各组间均以右肺上图 1女，48 岁，CT 显示右肺上叶后段SSN（蓝 色 箭 头）。结 节 平 均 经 约9.6 mm，术后病理诊断为 AISFig.1A 48-year-old woman with SSN(blue arrow)of the posterior upperlobe of the right lung.The averagelength of the nodules wasapproximately 9.6 mm on CT,and thepostoperative pathologicaldiagnosis was AIS242CT 理论与应用研究32 卷叶为好发部位。结节类型在两组之间的差异无统计学意义（表 1）。2.2两组 CT 分布直方图纹理参数、结节体积、结节平均径比较腺体前驱病变组和腺癌组的 CT 最大值、CT 最小值、平均 CT 值、偏度、Perc.25、Perc.50、Perc.75、结节体积、结节平均径的差异有统计学意义，峰度、Perc.95 的差异无统计学意义（表 2）。2.3诊断效能将两组差异有统计学意义的变量行 ROC 分析。其中，Perc.25 诊断效能最佳并且敏感度最高，AUC 值达 0.797，诊断敏感度 86.75，特异性 68.00，诊断临界值-578 HU；CT 值平均值与Perc.50 曲线下面积相等（AUC 值 0.787），诊断敏感度 72.29，特异性 84.00，诊断临界值-468 HU，阳性预测值最高（97.90）；将诊断效能最高的 Perc.25 分别于与 Perc.50 和平均 CT表 1腺体前驱病变组与腺癌组临床资料比较Table 1Comparison of clinical data between the glandular prodromaldisease group and adenocarcinoma group临床资料组别统计检验腺体前驱病变组（25 例）腺癌组（83 例）t/2P年龄/岁60.93 8.7260.78 9.680.0880.930性别男 7320.9280.335女1851结节分布右上13344.2630.370右中 1 5右下 514左上 319左下 311结节类型pGGNs 5130.2600.760mGGNs2070表 2腺体前驱病变组、腺癌组的 CT 值分布直方图纹理参数及结节体积、结节平均径比较Table 2Comparison of the CT value distribution histogram texture parameters,nodulevolume and mean nodule diameter between the glandular precursor lesion groupand adenocarcinoma group参数组别P腺体前驱病变组（n25）腺癌组（n83）偏度/HU 0.45（0.250.70）0.215（0.060.45）0.001峰度/HU-0.64（-1.03-0.02）-0.95（-1.10-0.53）0.260CT 最大值/HU 22.00（-122.00126.00）167.00（41.00338.00）0.001CT 最小值/HU-757.00（-782.00-711.00）-653.00（-752.25-597.00）0.001平均 CT 值/HU-536.67 99.18-390.16 165.59 0.001Perc.25/HU-605.00（-659.00-496.00）-416.00（-532.25-233.50）0.001Perc.50/HU-580.00（-650.00-522.00）-418.50（-545.00-296.00）0.001Perc.75/HU-508.00（-673.00-433.00）-449.00（-610