APP下载

基于AI的CT影像预测GGN-IAC风险模型建立与验证研究

2021-10-20许晓燕甘晓晶余莹莹

长春中医药大学学报 2021年5期
关键词:模型

许晓燕,周 永,甘晓晶,余莹莹,文 智

(新疆医科大学附属肿瘤医院影像中心,乌鲁木齐 830000)

据统计,2018年全球约有209万肺癌新发病例,其中176万人因肺癌死亡[1]。肺腺癌属于非细胞肺癌,多发于女性,且近年来复发率与致死率较高[2]。肺腺癌可分为浸润性腺癌(IAC)、微浸润腺癌(MIA)、浸润前病变,浸润前病变又可分为原位腺癌、不典型腺瘤样增生。磨玻璃结节(GGN)为肺腺癌患者早期CT影像学图像上常出现的肺部影像学征象[3]。近年来,随着人们生活水平及健康意识不断提高、胸部低剂量CT扫描广泛应用,越来越多GGN被发现,但对其定性诊断较困难,人工智能(AI)辅助诊断系统可快速自动识别及标记肺内GGN并进行定量分析[4]。本研究主要建立基于AI的CT影像学特征预测模型,并验证其对GGN病例IAC风险的预测意义。

1 资料与方法

1.1 一般资料

回顾性选取新疆医科大学附属肿瘤医院2015年5月-2020年9月GGN病例595例,纳入标准:1)因体检或意外行螺旋CT扫描发现肺部至少1个GGN,直径≤30 mm,施行手术;2)符合AI诊断的胸部CT薄层图像原始数据。排除标准:1)病灶直径>30 mm;2)CT检查图像质量不符合要求。依据相关标准[5]将GGN按病理结果分为浸润前组(n=107)、微浸润组(n=124)、IAC组(n=364)。另前瞻性选取2020年10月-2021年5月GGN病例250例进行验证。

1.2 方法

1.2.1 临床资料调查 调查术后病例资料,1)记录一般临床特征,包括性别、年龄、体质量指数(BMI)、吸烟史、肺癌家族史;2)记录患者术前肿瘤标志物[癌胚抗原(CEA)、鳞状细胞癌抗原(SCC)、细胞角蛋白19片段(Cyfra21-1)、胃泌素释放肽前体(ProGRP)、神经元特异性烯醇化酶(NSE)、癌胚抗原153(CA153)]、基因检测结果[表皮生长因子受体(EGFR)、大鼠肉瘤病毒癌基因(KRAS)、渐变性淋巴瘤激酶(ALK)、酪氨酸蛋白激酶MET、鼠类肉瘤病毒癌基因同源物B1(BRAF)及表皮生长因子受体-2(HER-2)]。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用