人工智能CT定量分析肺磨玻璃密度结节的研究

刘晓林

（包头市中心医院，内蒙古 包头 014040）

随着医疗技术的不断发展和超高分辨率CT广泛应用在临床上，提高了肺磨玻璃密度结节的检出率，但是对形态学特征不显著和直径比较小的患者而言，使用CT进行诊断并且治疗方案制定是有一定难度的。本文研究CT定量参数和随访后的参数变化，现有关情况如下。

1 资料与方法

1.1 一般资料

选取我院2018年1月～2019年3月60名接受手术或者两次以上高分辨率CT肺磨玻璃密度结节患者的资料进行回顾分析，本次研究经患者知情同意。纳入标准：（1）患者的肺结节直径小于20 mm；（2）患者的磨玻璃密度成分大于50%。男7例，女33例，平均年龄（43.2±2.8）岁。其中，26例肺磨玻璃密度结节患者经过手术病理证实为恶性，2例通过穿刺证实为恶性，32例患者经过定量参数测定后判断为随访稳定。

1.2 方法

患者依据医生的指导采取仰卧体位，采用Siemens Force CT的Turbo Flash扫描仪器进行扫描，扫描前指导患者正确的呼吸方式，先进行吸气后在屏住呼吸，医生在对患者进行扫描时，从患者锁骨上缘进行扫描，直至肺下缘膈肋窦水平处停止扫描，平均扫描时间控制在0.7～0.8 s。常规 A组的扫描条件为使用管电流50 mAs。低剂量B组扫描条件管电流50mAs。把管电压设置为100～105 kV，准直2.5 mm、FOV 380 mm、0.75/Rot，扫描仪的扫描视野设置为350～400 mm，5 mm的重建间隔和重建层厚，探头的均匀度为363 mm，图像为矩阵512×512，利用ADMIRE 重建技术计算影像重组。全部患者都进行平扫，注射无对比剂，利用人工智能计算机辅助测定CT影像，患者的重建层厚0.625～1.25 mm，但是没有重建间隔，识别病灶用肺窗位-520HU，窗宽1450HU进行。CT图像分析：计算机辅助定量参数测定系统对患者的DICOM影像进行预处理、SSD模型训练和最终结节各参数测算。自动勾取结节边缘后计算三维状态下结节面积和体积等。

1.3 统计学方法

使用SPSS 20.0对数据进行统计并且增强分析，使用（±s）作为计量资料，两组组间差异用t进行检验，用（%）作为计数资料，组间对比用x2检验，当P＜0.05时，数据具有统计学意义。

2 结 果

在本次研究中，经过计算机人工智能定量分析，分析患者的基线资料，两组数据的定量参数分别如下。在患者病变灶大小方面，患者经过病理证实为恶性病变的长径（10.7±5.1）mm、最大截面积为（86.5±71.1）mm2和短径（9.3±3.4）mm、患者经过随访后，随访的无体积（2.4±1235.2）mm3均大于随访无变化结节，随访无变化结节短径（7.2±3.4）mm、长径为（9.2±5.6）mm体积（515.5±1126.2）mm3，最大截面积（61.2±82.4）mm2两组数据定量参数比较，差异无统计学意义（P＞0.05）。

3 讨 论

在早期肺癌中磨玻璃结节是一种主要的表现形式[2]，磨玻璃结节在肺肿瘤的发展过程中，在发展过程中会出现微浸润腺癌和微浸润腺癌等。正确处理磨玻璃密度结节，能有效低减轻患者的负担，对患者治疗后快速恢复具有重要意义。在本次研究中，病变灶大小的方面，患者经过病理证实为恶性病变的最大截面积和长径等均大于随访无变化结节，两组数据定量参数比较，差异无统计学意义（P＞0.05）。

综上所述，肺磨玻璃密度结节采用病灶尺寸定量参数测定，快速准确的展示肺部微小结构，对肺结节形态征象都具有很高的检出率，指导临床下一步治疗方案，有利于预测临床治疗的最佳时间。