基于CT影像特征及人工智能定量参数预测肺腺癌磨玻璃结节生长的危险因素OA

目的:通过分析CT影像特征及人工智能定量参数,评估肺腺癌磨玻璃结节生长的危险因素。方法:收集128例经病理证实的肺腺癌磨玻璃结节患者的CT资料,根据结节生长趋势、随访情况,分为生长组59例和稳定组69例。利用人工智能辅助诊断技术对CT图像进行分析,提取相关定性及定量参数,采用单因素和二元logistic回归分析评估各因素与肺腺癌磨玻璃结节生长的关系,绘制ROC曲线分析各危险因素的诊断效能。结果:2组年龄、CT影像特征(磨玻璃结节形态、类型、空泡征、支气管异常、内部血管征、分叶征)及人工智能定量参数(实性成分体积占比、实性成分质量占比、最大CT值、平均CT值、中位数、标准差、偏度、熵)差异均有统计学意义(均P<0.05)。内部血管征、实性成分质量占比、平均CT值是肺腺癌磨玻璃结节生长的独立危险因素。ROC曲线分析显示,实性成分质量占比的诊断效能最高(AUC=0.835),其次为平均CT值(AUC=0.766),而内部血管征的诊断效能相对较低(AUC=0.693)。结论:肺腺癌磨玻璃结节的CT影像特征及人工智能定量参数分析显示,内部血管征、实性成分质量占比、平均CT值是预测肺腺癌磨玻璃结节生长的危险因素。