肺磨玻璃结节的计算机辅助诊断系统和多层螺旋CT定性研究

目的 探讨深度学习计算机辅助诊断(DLCAD)系统和多层螺旋CT(MSCT)常见征象对肺磨玻璃结节(GGN)的定性诊断价值。方法 选取128例患者的167个肺GGN,按病理将结节分为恶性组及良性组：恶性组共153个GGN,包括浸润性腺癌(IAC)(n=99)、微浸润腺癌(MIA)(n=13)、原位癌(AIS)(n=22)、非典型腺瘤样增生(AAH)(n=19);良性组共14个GGN,均为炎性结节。所有病例均行MSCT检查后，分别经DLCAD系统和人工阅片对GGN进行分析，采用DLCAD系统恶性风险预测值及人工阅片基于肺GGN的位置、大小、形态、密度、瘤肺界面、分叶征、毛刺征、空泡征、血管集束征、胸膜凹陷征等征象评判。运用统计学方法对比分析DLCAD系统与人工阅片对结节良恶性的诊断效能，用Logistic回归对MSCT常见征象综合分析，绘制受试者工作特征(ROC)曲线评估诊断效能。结果 DLCAD系统和人工阅片对肺GGN良恶性诊断的病理符合率分别为83.83%(140/167)、89.22%(149/167)。2组GGN在大小(P<0.001)、形态(P=0.012)、分叶征(P<0.001)、血管集束征(P=0.003)均有统计学差异，而在位置(P=0.061)、密度(P=0.572)、瘤肺界面(P=0.964)、毛刺征(P=0.076)、空泡征(P=0.549)、胸膜凹陷征(P=0.130)无统计学差异。结论 DLCAD系统对肺GGN诊断正确率低于人工阅片，目前的DLCAD系统对肺GGN的定性诊断有一定的局限性。人工阅片基于MSCT常见征象对肺GGN的良恶性鉴别具有较好的诊断价值，尤其是结节的大小、形态、分叶征、血管集束征对其定性诊断价值更高。