CT结合AI肺结节诊断系统在肺结节诊断及分型鉴别中的应用

徐珂，杨洁，李秋实，王琦，郭孟珂，韩树亮

（河南大学第一附属医院 医学影像科，河南 开封 475000）

肺癌是最为常见的癌症疾病，多数患者早期无特异症状，确诊时已处于中晚期，故预后较差［1］。肺癌的早期筛查是早期干预、改善患者预后的重要方法。目前，CT 扫描是临床用于肺结节筛查的首选手段［2］。在进行影像学图像分析时，必须在有效的时间内分析患者的图像，识别肺结节并记录结节病灶的影像学特征，据此明确结节的良恶性。此前影像学检查主要通过手动测量方式记录结节的大小、范围等，然而该测量方式的精确度较差，不利于肺癌的早期发现、诊断及精准治疗。基于CT 图像的人工智能（AI）肺结节辅助检测系统是一种新型的技术，其主要通过软件计算，在肺结节诊断及性质鉴别方面已成为临床研究的热点［3］。本研究探讨CT 结合AI 肺结节诊断系统在肺结节诊断及分型鉴别中的应用效果，现报道如下。

1 资料与方法

1.1 一般资料选取2021 年9 月至2022 年9 月我院收治的80例疑似肺结节患者。纳入标准：①年龄≥18 岁；②术前30 d内接受CT 扫描提示肺结节。排除标准：①合并恶性肿瘤；②图像噪声过多或存在运动伪影；③肺部弥漫性病变。80 例患者中男性47 例，女性33 例，年龄20～68 岁，平均（54.89 ±4.21）岁。按照检查方法分为观察组与对照组，对照组采用CT检查诊断，观察组在对照组基础上采用AI 肺结节诊断系统。

1.2 方法①CT 检查：采用Definition AS+64 排螺旋CT（德国西门子）进行扫描。取仰卧位，屏气后扫描，从肺尖扫描至肺底。参数：管电压120 kV、管电流为自动管电流调制，层厚5.0 mm，层间距1.2 mm，重建层厚1.5 mm。采用肺窗进行图像分析。②图像分析：由两名放射科医师进行阅片。观察结节的数量及位置、大小、形态等。将患者图像导入AI 辅助诊断系统，运行3 次，记录3 次运行结果中发现结节最多的1 次作为最终结果。利用AI 肺结节辅助系统对图像进行分析及检测。③结节性质诊断：所有恶性结节均经病理检查证实，良性结节经治疗后复查或定期复查缩小或病灶消失。

1.3 统计学方法采用SPSS 21.0 统计软件处理数据。计数资料以n（%）表示，采用χ2检验，P ＜0.05 为差异有统计学意义。

2 结果

2.1 结节诊断结果病理检查结果显示80 例患者共168 个结节，其中恶性结节32 个（19.05%）、良性结节136 个（80.95%）。见表1。

表1 结节诊断详细结果 ［n（%）］

2.2 不同检查方式的结节检出率观察组结节检出率及恶性结节阳性检出率均高于对照组（P ＜0.05）。见表2。

表2 不同检查方式的结节检出率 ［n（%）］

2.3 不同检查方式诊断结节特征的价值观察组在结节直径5 cm、8～10 cm 及实性结节、磨玻璃结节、胸膜中部结节的检出率高于对照组（P ＜0.05）。见表3。

表3 不同检查方式诊断结节特征的价值 ［n（%）］

3 讨论

AI 为计算机科学的重要分支，最初用于简单的数据分析，无法识别非专门编程的模式。机器学习作为AI 的分支领域，其算法可识别及学习复杂的数据模式，进而产生智能的预测。然而多数传统机器学习算法仍依赖于人工输入，可评估的模式仍相对简单。深度学习中的算法可被组织成多种基于人工神经网络的处理层，与人脑较为类似。深度学习在多种计算机视觉任务中展现出独特优势，其预测准确率较高。近年来，基于深度神经网络的肺结节检测与分类研究逐渐在临床广泛开展［4］，AI 辅助的结节分割、检测及分类鉴别等取得较大进展，但在评估结节的机器学习方面尚处于起步阶段，仍需进一步探索。

机器深度学习领域重要的观察指标分别为召回率及准确率。召回率与医学诊断中敏感性等同，准确率类似指标尚不明确。本研究结果显示，观察组肺结节检出率及恶性结节阳性检出率高于对照组，表明肺结节AI 肺结节诊断系统可提高肺结节检出率，有助于早期明确结节性质。研究［5］表明，临床医师诊断肺结节的灵敏度及特异度低于AI 模型，因此临床医师在进行肺结节诊断时可结合AI 辅助诊断系统。结节分割、特征提取及将病变结节分类为非结节等是肺结节的传统计算机辅助算法［6］。传统计算机辅助系统选取特征的数量及学习模式需与辅助系统的类型相匹配，尽管计算机辅助系统在提高结节检出率方面取得较好的效果，但其不足为过度拟合。而采用深度学习算法可避免传统计算机辅助系统的不足。魏一娟等［7］的研究表明，深度学习的肺结节检测系统诊断的灵敏度及特异度均高于传统的AI 系统。本研究结果显示，观察组在检出小结节、明确结节性质及位置方面优于对照组，表明AI 肺结节诊断系统可提高肺结节分型的鉴别价值。

综上所述，CT 结合AI 肺结节诊断系统可提高肺结节的检出率，且在鉴别结节分型方面价值较高。