换一批人工智能辅助诊断评估T1期肺腺癌结节的侵袭性
Artificial intelligence-assisted diagnosis and assessment in the invasiveness of T1 lung adenocarcinoma nodules
摘要目的 探讨人工智能(AI)辅助评估T1期肺腺癌结节侵袭性的诊断价值.方法 选取200例T1期肺腺癌患者,采用倾向性评分匹配法(PSM),卡钳值选择0.02,匹配度1︰1︰1,共匹配成功40对,其中17例非典型腺瘤样增生(AAH)患者与23例原位腺癌(AIS)患者为浸润前组,40例微浸润性腺癌(MIA)患者为微浸润组,40例浸润性腺癌(IAC)患者为浸润组.采用SPSS 17.0建立人工神经网络多层感知(ANN-MLP)非线性模型及绘制受试者工作特征(ROC)曲线.以肺腺癌结节AI参数建立主成分分析(PCA)模型.结果 3组患者的CT最大值、CT平均值、最大面积、体积、结节长径的差异均有统计学意义(P<0.05).PCA模型显示浸润前组vs微浸润组、微浸润组vs浸润组患者中的分布有分离趋势,模型敏感度和特异度均较高.ANN-MLP-ROC曲线模型显示,AI参数联合检测鉴别浸润前组vs微浸润组、微浸润组vs浸润组的曲线下面积(AUC)分别为0.881、0.867.结论 AI辅助评估T1期肺腺癌结节的侵袭性的诊断具有重要价值.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1002-1671.2026.02.010
发布时间
2026-03-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
唐山市科技计划项目（22150207A）
河北省医学科学研究课题（20221783）
- 浏览2
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
