杨利莉，汪 芳，王泽润，杨彦斌，哈若水，张 淼

非小细胞肺癌(NSCLC)发病率目前占肺癌的首位[1]，准确的分期是影响其预后的关键。国际抗癌联盟肺癌最新TNM分期标准(第8版)中提出肿瘤大小对预后具有重大的影响，对于直径≤5 cm的NSCLC，肿瘤每增加1 cm，患者总生存时间就越短，预后也就越差[2]。多层螺旋计算机断层摄影术(MSCT)是评估肺癌分期、预后和疗效的首选方法，通过测量肿瘤的最大直径可以做出较为准确的术前影像学和临床T分期[3]。近年来，人工智能(AI)的快速发展为医师进行肺结节的自动检测、测量及风险评估带来了很多便利，相对于传统的手动测量方法更能敏感地检测出肿瘤的增长变化以及更具有可重复性的优势[4-6]。本文旨在通过对肿瘤直径≤5 cm的未侵及主支气管的T1-2期N0-1M0的NSCLC患者资料进行回顾性分析，探讨AI对肺腺癌的临床T分期价值，为选择合适的治疗方案提供精准的T分期。

1 资料与方法

1.1 一般资料:收集2016年1月-2019年6月在我院经手术病理证实的周围型非小细胞肺癌患者96例临床资料，其中男59例,女37例，年龄27～84岁,平均年龄(62.5±10.5)岁。排除标准：术前进行抗肿瘤治疗，MSCT图像有明显呼吸运动伪影；CT检查与手术间隔时间>2周。96例患者中CT表现为实性结节或肿块61例，磨玻璃结节22例，部分实性结节13例。

1.2 CT扫描方法:采用256排GE Revolution CT 进行扫描，一次屏气自胸廓入口扫描至膈下，探测器覆盖范围均为8 cm；重建算法选择肺算法，图像重建矩阵为512×512，管电压100 kV，管电流为自动毫安(Smart mA 50～200)，机架转速0.5 s/r，螺距0.992∶1，扫描层厚5 mm，重建层厚1.25 mm。

1.3 结节测量方法:在肺窗下测量，固定窗值(窗位-700 Hu，窗宽1 500 Hu)。采……