杨 昭，王小雷，李淑华，张群芳，张雪丽，李 阳，李 伟，王效静，刘 浩，谢宗玉*

[1.蚌埠医学院研究生院，安徽 蚌埠 233004；2.蚌埠医学院第一附属医院放射科，安徽 蚌埠 233004；3.安徽省呼吸系统疾病(肿瘤)临床医学研究中心，安徽 蚌埠 233004；北京医准智能科技有限公司，北京 100089]

肺癌发病率和死亡率逐年上升[1]，且非小细胞肺癌(non-small cell lung cancer， NSCLC)占比越来越高[2]，其中腺癌是最主要病理类型。脏层胸膜侵犯(visceral pleural invasion， VPI)是肺腺癌的重要分期指标，与淋巴结转移和局部复发相关[3-4]；肺腺癌伴VPI提示预后较差、生存率较低[5-6]。目前术前影像学难以精准评估VPI，常规CT特征联合临床指标术前诊断VPI的准确率仅56%[7]。人工智能用于医学影像学领域可无创评估肿瘤内部异质性，反映其复杂的潜在恶性特征[8]；构建稳定可靠的影像组学预测模型可使预测结果更为客观[9]。本研究建立CT影像组学列线图模型，观察其评估肺腺癌伴VPI的价值。

1 资料与方法

1.1 研究对象 回顾性分析2019年1月—2020年12月183例于蚌埠医学院第一附属医院经术后病理证实的肺腺癌患者，男68例、女115例，年龄29～87岁，平均(59.5±10.8)岁；以7∶3比例分为训练集(n=128)及验证集(n=55)。纳入标准：①病灶长径≤3 cm；②于术前2周内接受胸部高分辨CT检查；③经病理弹力纤维染色证实有或无VPI；④术前未接受放射及化学治疗。排除CT图像质量差或资料缺失者。根据病理弹力纤维染色结果将患者分为浸润组和非浸润组。

1.2 仪器与方法 采用GE Revolution 256排CT及GE Light Speed 64排CT扫描仪。嘱患者仰卧，于吸气后屏气接受轴位胸部CT扫描，范围为肺尖至肺底；参数：管电压120 kVp，自动调节管电流，层厚5 mm，层间隔0，FOV 50 cm×50 cm，螺距0.984，肺窗窗宽1 400 HU，窗位-600 HU。……