换一批CT征象联合人工智能定量参数预测肺腺癌气腔内播散的价值
Predictive Value of Artificial Intelligence Quantitative Parameters Combined with Imaging Features for Spread Through Air Spaces in Lung Adenocarcinoma
摘要目的 探讨人工智能技术(AI)提取的定量参数及CT征象对T1、T2 期肺腺癌发生气腔内播散(STAS)的预测价值.方法 回顾性分析经手术病理证实的367 例T1、T2 期肺腺癌患者的胸部平扫CT图像.依据病理结果分为STAS阳性组(138 例)和STAS阴性组(229 例).分析两组病灶的AI定量参数及CT征象的差异,以二元Logistic回归分析筛选肺腺癌STAS的独立预测因子,建立AI定量参数模型、CT征象模型及联合模型,绘制受试者工作特征(ROC)曲线,评估各模型诊断效能.结果 吸烟史、10 个CT征象和 17 个AI定量参数在两组间具有统计学差异.CT征象模型、AI 定量参数模型、联合模型中的受试者工作特征曲线曲线下面积(AUC)值分别为0.8195、0.7402、0.8367.结论 AI定量分析及CT征象联合模型对肺腺癌STAS具有较好的预测价值.
更多相关知识
关键词
肺腺癌气腔播散人工智能体层摄影术,X线计算机Adenocarcinoma of LungSpread through air spacesArtificial IntelligenceTomography,X-ray compu-ted
栏目名称
发布时间
2025-02-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFC2010002）
- 浏览25
- 被引1
- 下载20
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
