许华宇 辽阳市第三人民医院医学影像科 （辽宁 辽阳 111000）

内容提要： 目的：分析CT征象在预测肺纯磨玻璃结节侵袭风险中的意义。方法：回顾分析本院2017年8月～2019年12月入院，并经病理学证实为肺部纯磨玻璃结节的45例患者。经术前CT资料，Mann-Whitney U检验等方法进行分析，分析其CT平均值等数据。结果：过滤后选取25个影像组学特征进行分析，支持向量机数值为0.80、朴素贝叶斯分类器数值为0.84、逻辑回顾分类器模型曲线下面积为0.87，病灶大小以及平均CT值为0.72和0.78；浸润前病变的平均CT值（-573.3±98.52）mm，浸润性病变的病灶大小为（-4778.64±95.23）mm，差异具有统计学意义（P＜0.05）结论：CT征象可有效预测肺纯磨玻璃结节侵袭风险，值得患者在早期时诊断使用。

肺癌是现代医学中常见的肿瘤疾病，好发于吸烟人群，近年来，病死率和发病率逐渐上升。由于其生存率较低，早期诊断可提升患者的生存率。目前，CT检查在肺癌早期中诊断十分普遍，并且CT在较小的肺部结节中也有较好的诊断作用[1]。肺内纯磨玻璃结节（pGGN）在CT中可见肺窗上密度轻度升高，并且对于内部气管以及血管的走向不掩盖，含有实性成分的影像学表现，该疾病是由多种原因引起的非特异性的表现。随着医疗技术发展，影像学在肺癌疾病诊断和治疗方案确定中具有重要作用，但是临床医生对于图像分析局限在大小、目的以及形态等特征上，对于一些数据化图像中的大量信息未能充分利用。根据以上情况，本次本文从高通量筛选的方式入手，回顾分析本院2017年8月～2019年12月入院，并经病理学证实为肺部纯磨玻璃结节的45例患者，通过影像学的方式分析CT征象在预测肺纯磨玻璃结节侵袭风险中的意义。

1.资料与方法

1.1 临床资料

本次研究资料为2017年8月～2019年12月在本院通过病理检查诊断为GnuPG的45例患者。其中男性患者23例，女性患者22例，年龄46～78岁，平均（57.62±2.64）岁。纳入标准：明确诊断为GnuPG患者；所有患者临床资料完整，并且实验均取得患者和家属同意。排除标准：所有患者未接受过肿瘤药物治疗；合并肝肾功能异常者；配合能力差患者；合并感染性疾病患者。

1.2 方法

本次所选的CT型号为飞利浦CT Brilliance 扫描参数设置为1.2螺距，350mm扫描显示野，512×512矩阵、150～200mAs管电流、5mm层厚，重建层厚设置为1～2mm，扫描获得结果传输至工作站，并由2名资历较高的放射科医生单独阅片，经过计算后获得患者的平均CT值和病灶的大小等数值。

1.3 图像和数据处理

首先所得图像进行分割，分割后获取特征图像数据。具体操作为分割图像为一名医师操作，另一名医师观察分离结果，计算机对病灶生成三维容积感兴趣区（VOI），从CT上进行分割获得VOI特征图像，并根据图像的情况分为以下3个方面：（1）强度特征：一阶直方图定量CT图像上肿瘤区域密度；（2）形状特征：将肿瘤图像进行量化获得三维结构；（3）纹理特征：对肿瘤性质进行描述。

特征选择以及模型构建：两组病变数据经过Mann-Whitney U检验后提取差异具有统计学意义的信息，然后采集信息增益，最后构建相应的模型。

训练和测试中，60%的样本作为训练模型，剩余40%做测试用，经以上处理后可检测疾病侵犯风险的模型本次三种分类器分别为支持向量机、朴素贝叶斯以及逻辑回归。

1.4 统计学分析

数据用统计分析软件SPSS20.0进行分析，绘制风险指数的受试者的特征（receiver operating characteristic ROC）曲线，获得曲线后根据方程计算器面积，组间数据进行比较后出现P＜0.05说明差异具有统计学意义。

2.结果

过滤后选取25个影像组学特征进行分析，支持向量机数值为0.80、朴素贝叶斯分类器数值为0.84、逻辑回顾分类器模型曲线下面积为0.87，病灶大小以及平均CT值为0.72和0.78。

浸润前病变的病灶大小为（7.45±1.13）mm，浸润性病变的病灶大小为（8.69±1.45）mm，差异具有统计学意义（t=2.01，P=0.034）；浸润前病变的平均CT值（-573.3±98.52）mm，浸润性病变的病灶大小为（-4778.64±95.23）mm，差异具有统计学意义（t=23.24，P=0.000）。

3.讨论

近年来以pGGN为表现形式的肺部恶性病变受到人们的关注，尤其是不同组织以及不同发展阶段的肺癌[2]。部分学者认为pGGN多为良性的病变以及腺癌的癌前病变，此外研究还显示，pGGN形状一般为圆形或者类圆形时期恶化的概率会明显的增加，不规则形状或者多角型则提示为良性的病变，并且病灶边缘的毛刺征提示病灶可能为恶性[3]。

本次研究分析中我们根据CT的影像组学特点进行分析，对pGGN的侵犯情况进行分析，本次研究显示影响组学特征与pGGN的侵犯性之间具有明显相关性。传统对于肿瘤的描述一般集中在形状以及内部结构上，对于外形的描述包括的规则球形，非对称球形以及表面体积等情况，根据肿瘤体积和表面积的比值来预测毛刺情况，一般以上情况为正相关。临床使用CT检查结果评判肿瘤情况时一般使用长、短径平均值作为肿瘤的体积系数进行计算，该种计算方法获得的结果比较片面，而影像组学是采用感兴趣区体术的个数与体术的体积相乘获得肿瘤体积，以上计算方式将肿瘤的整体囊括起来，因此获得的结果准确性比较高。本次临床研究中浸润前病变的病灶大小为（7.45±1.13）mm，浸润性病变的病灶大小为（8.69±1.45）mm，差异具有统计学意义，因此采用影响组学更能准确地测量结节体积变化，对于疾病的预测更有价值[4]。

相关研究报道[5]，pGGN病灶内也会出现浸润性成分，磨玻璃结节的变化情况的预测方式可利用直方图分析感兴趣区内像素灰度值的大小和出现的频率。本次研究结果中浸润前病变的平均CT值（-573.3±98.52）mm，浸润性病变的病灶大小为（-4778.64±95.23）mm，差异具有统计学意义，说明其浸润性病变后磨玻璃结节会明显增大，从而对疾病的侵犯程度进行分析。

综上所述，CT征象在预测肺纯磨玻璃结节侵袭风险中具有较高的准确性，临床可根据实际情况采用CT的影像组学特点进行分析，从而进一步提升预测的准确性。