螺旋CT平扫结合靶重建技术在肺部磨玻璃结节性质鉴别中的应用价值

【摘要】目的 探讨螺旋CT平扫结合靶重建技术在肺部磨玻璃结节（GGN）性质鉴别中的应用价值，为临床诊疗提供参考。

方法 选取2023年2月至2024年7月单县中心医院收治的78例GGN患者的临床资料，进行回顾性分析。所有患者均接受螺旋CT平扫检查并进行靶重建。以病理学检查结果为依据，比较单独螺旋CT平扫及其结合靶重建技术的检查结果，分析螺旋CT平扫结合靶重建技术对GGN性质的诊断效能，比较良恶性GGN的CT相关参数。结果 病理学检查结果显示，78例患者中良性结节20例，恶性结节58例；螺旋CT平扫检查结果显示，良性结节23例，恶性结节55例；螺旋CT平扫结合靶重建技术检查结果显示，良性结节22例，恶性结节56例。螺旋CT平扫结合靶重建技术诊断GGN性质的敏感度为96.55%、特异度为100.00%、准确度为97.44%、阳性预测值为100.00%、阴性预测值为90.91%，与病理学检查结果一致性较高（Kappa值=0.935），均优于单一螺旋CT平扫诊断。恶性GGN的CT值、大小、最大直径/有效直径、面积、体积均大于良性GGN（均Plt;0.05）。结论 螺旋CT平扫结合靶重建技术在GGN性质鉴别中具有较高的应用价值，准确度较高，可为临床GGN的良恶性鉴别提供有效支持。

【关键词】螺旋CT平扫；靶重建技术；肺部磨玻璃结节

【中图分类号】R563 【文献标识码】A 【文章编号】2096-2665.2025.02.0039.03

DOI：10.3969/j.issn.2096-2665.2025.02.012

肺部磨玻璃结节（GGN）是影像学检查中常见的肺部病变表现，其特征为胸部CT平扫显示肺部密度增高的云雾状类圆形结节，分为纯磨玻璃结节和混合磨玻璃结节[1]。混合磨玻璃结节伴有结节状、条片状的高密度影，在患者肺部出血、炎症、肿瘤及纤维化等病变后容易出现。良性GGN可见于炎症、肺结核、淋巴结增生等疾病，恶性GGN则可见于支气管肺癌、肺腺癌等疾病[2]。随着螺旋CT在肺癌筛查中的广泛应用， GGN的检出率显著上升，如何准确鉴别其良恶性成为临床关注重点。传统CT平扫在鉴别GGN良恶性时存在一定局限性，尤其对平均直径lt;1 cm的结节其诊断准确性较低[3]。近年来，螺旋CT平扫结合靶重建技术在GGN的诊断中展现出独特优势。靶重建技术通过对特定病灶进行小视野、大矩阵重建，能更清晰地显示结节的内部结构、边缘特征及其与周围组织的关系，从而提高诊断的准确性[4]。基于此，本研究选取78例GGN患者的临床资料进行回顾性分析，探讨螺旋CT平扫结合靶重建技术在GGN性质鉴别中的应用价值，以期为临床提供更精准、更可靠的诊断依据，现报道如下。

1 资料与方法

1.1 一般资料 选取2023年2月至2024年7月单县中心医院收治的78例GGN患者的临床资料，进行回顾性分析。患者中男性49例，女性29例；年龄52～83岁，平均年龄（66.76±6.41）岁；结节直径5～29 mm，平均结节直径（19.53±4.27）mm； BMI 18～32 kg/m²，平均BMI（26.73±2.69）kg/m²。纳入标准：⑴符合GGN的诊断标准[5]，且经临床检验确诊；⑵年龄18～85岁；⑶结节直径3～30 mm。排除标准：⑴存在胸部手术史，且手术部位与结节位置重叠，可能影响CT图像者；⑵CT图像质量不佳，存在伪影或模糊区域者；⑶存在其他严重心、肺疾病者。

1.2 检查方法 螺旋CT平扫：患者取标准仰卧位，选用X射线计算机体层摄影设备（上海联影医疗科技股份有限公司，国械注准20203060248，型号： uCT710）进行扫描，扫描范围从肺尖至肺底，设定管电压120 kV，管电流240 mAs，矩阵512×512，扫描层厚5 mm。图像重建使用迭代重建算法，层厚1 mm，设定肺窗（窗宽1500 HU，窗位-400 HU）和纵隔窗（窗宽350 HU，窗位40 HU）以清晰展示肺部结构和病灶特征。

靶重建：在常规扫描基础上，以病灶为中心，设定小视野模式，重建范围为结节上下各3 cm，一侧包括纵膈。设定重建矩阵1 024×1 024，重建层厚1 mm，进行靶重建。重建后图像上传至Pacs系统（确保图像上传完整、准确，包括横、冠、矢状位重建图像），进行图像预处理（去噪、增强等）及结节的自动检测和分割，提取结节直径、密度、面积、体积等参数。

结果由两位高年资影像学医师根据软件分析结果和医师诊断意见，综合评估结节的良恶性及可能的风险因素。撰写详细的诊断报告，包括结节的CT表现、诊断意见及建议等，为临床决策提供有力支持。确保结果的客观性和准确性，意见不一致时加入第3位医师取最终统一意见。

1.3 观察指标 ⑴以病理学检查结果为依据，比较单独螺旋CT平扫及其结合靶重建技术的检查结果，分析螺旋CT平扫结合靶重建技术对GGN性质的诊断效能。敏感度=[真阳性例数/（真阳性例数+假阴性例数）]×100%；特异度=[真阴性例数/（真阴性例数+假阳性例数）]×100%；准确度=[（真阳性例数+真阴性例数）/总例数]×100%；阳性预测值=[真阳性例数/（真阳性例数+假阳性例数）]×100%；阴性预测值=[真阴性例数/（真阴性例数+ 假阴性例数）]×100%。⑵比较良恶性GGN的CT相关参数，包括GGN的CT值、大小、最大直径/有效直径、面积、体积。

1.4 统计学分析 使用SPSS 23.0统计学软件进行数据分析。计数资料以[例（%）]表示，组间比较采用χ2检验；一致性使用Kappa检验， Kappa值gt;0.75为一致性较高，Kappa值0.4～0.75为一致性中等。以Plt;0.05为差异有统计学意义。

2 结果

2.1 单独螺旋CT平扫及其结合靶重建技术的检查结果 病理学检查结果显示，78例患者中良性结节20例，恶性结节58例；螺旋CT平扫检查结果显示，良性结节23例，恶性结节55例；螺旋CT平扫结合靶重建技术检查结果显示，良性结节22例，恶性结节56例，见表1。

2.2 螺旋CT平扫结合靶重建技术对GGN性质的诊断效能 螺旋CT平扫结合靶重建诊断GGN性质的敏感度为96.55%、特异度为100.00%、准确度为97.44%、阳性预测值为100.00%、阴性预测值为90.91%，与病理学检查结果一致性较高（Kappa值=0.935），均优于单一螺旋CT平扫诊断，见表2。

2.3 良恶性GGN的CT相关参数比较 恶性GGN的CT值、大小、最大直径/有效直径、面积、体积均大于良性GGN，差异均有统计学意义（均Plt;0.05），见表3。

3 讨论

GGN的影像学可包含多种疾病，其病理学表现主要是肺泡间隔增宽、肺毛细血管及淋巴管的循环障碍、肺泡内填充性改变等[5]。磨玻璃影大多出现在炎性结节周围，也有少数出现于肺癌结节周围。因此，对肺部磨玻璃小结节进行定性诊断具有重要的临床意义。GGN的病变面积通常较小，主要表现为肺组织密度增加，但其密度变化会受到支气管血管束的影响，导致临床诊断难度增加。螺旋CT平扫具有高分辨率、快速扫描、薄层重建的特点，是目前肺部GGN诊断的首选工具[6-7]。该方法能提供详尽的肺部结构信息，帮助医生准确判断GGN的位置、形态、密度、边缘特征。然而，针对直径lt;1 cm的GGN，尤其是密度均匀、边缘光滑的GGN，常规螺旋CT平扫在区分其良恶性方面仍存在局限性[8-9]。

靶重建技术又称放大扫描或感兴趣区扫描，是一种专门针对肺部小病灶的高精度重建技术，其通过缩小扫描视野和薄层厚实现对病灶的小范围、薄层显示，可在保持高分辨率的同时完成对病灶的精细重建和三维观察[10-12]。在GGN的诊断中，靶重建技术能更清晰地反映病灶的内部结构、边缘特征、血管走行等情况，为临床提供更详尽的影像信息，从而提升判断GGN良恶性的准确性[13-15]。

本研究结果显示，胸部螺旋CT平扫结合靶重建诊断GGN性质的敏感度为96.55%、特异度为100.00%、准确度为97.44%、阳性预测值为100.00%、阴性预测值为90.91%，与病理学检查结果一致性较高，均优于单独使用螺旋CT平扫。这表明螺旋CT平扫能识别出大部分GGN，但在区分良恶性方面存在一定的局限性。在靶重建技术的辅助

下，螺旋CT能准确地识别出所有恶性GGN，同时完全避免了将良性GGN误诊为恶性的情况。分析原因为，靶重建技术分辨率较高，可对病灶细节进行三维观察，从而清晰呈现恶性GGN的典型特征，如密度不均匀、边缘不规则、有毛刺征、分叶征或血管集束征等[16-17]。

此外，靶重建技术还能更准确地测量GGN的大小、体积等关键参数，为临床提供更全面的诊断信息[18]。本研究结果还显示，恶性GGN的CT值、大小、最大直径/有效直径、面积、体积均小于肺部良性结节。这表明恶性GGN通常表现为密度高、体积大、形态不规则等特征，这些特征在靶重建图像上表现更为明显，可为临床提供诊断依据[16]。

综上所述，螺旋CT平扫结合靶重建技术在GGN性质鉴别中具有较高的应用价值，准确度较高，可为临床GGN的良恶性鉴别提供有效支持。

参考文献

邵永超.人工智能辅助诊断系统在肺结节CT诊断中的应用价值[J].影像研究与医学应用， 2024， 8（12）： 95-97.

索一涵. CT影像组学在鉴别诊断良恶性肺结节中的应用进展[J].黑龙江科学， 2024， 15（10）： 127-128， 132.

牟科，范卫杰，杨燕，等. CT影像组学分层鉴别三种常见孤立性肺结节的价值[J].陆军军医大学学报， 2024， 46（6）： 608-617.

马志强，赵永超，李志鹏.螺旋CT靶重建在独立性肺结节定性诊断中的应用价值[J].深圳中西医结合杂志， 2024， 34（8）： 72-75.

肺结节诊治西北地区专家共识专家组，陕西省抗癌协会微创治疗专业委员会，陕西省老年学和老年医学学会肺癌专业委员会.肺结节诊治西北地区专家共识（2021年版）[J].中国医药科学， 2021， 11（23）： 16-22.

刘彬. CT多平面重建在肺部磨玻璃小结节定性诊断中的应用价值[J/CD].中西医结合心血管病电子杂志， 2019， 7（36）： 108，113.

沈丹，文兵，傅飞先.能谱CT定量参数在肺结节/肿块评估中的应用进展[J].中国医学创新， 2023， 20（36）： 169-174.

张海军，骆科纯，包军军.多层螺旋CT容积扫描及三维重建测定容积增长率对孤立性肺结节良恶性的诊断价值[J].中国肿瘤外科杂志， 2023， 15（3）： 285-289.

陶川.多层CT容积扫描联合三维重建技术在孤立性肺结节患者良恶性诊断中的应用[J].中国医疗器械信息， 2023， 29（10）： 17-19.

应明露.探究多排螺旋CT薄层重建在肺结节单发中的诊断意义[J].影像研究与医学应用， 2023， 7（7）： 82-84.

程燕南，李贤军，李新雨，等. CT重建算法和显示窗设置影响肺实性结节检出和测量的研究[J].西安交通大学学报（医学版）， 2022， 43（3）： 476-482.

王成霞，仇路，孙炳欣，等. CT层厚对尘肺病小结节显示的影响[J].工业卫生与职业病， 2021， 47（6）： 478-480， 485.

刘家树. CT多平面重建在肺部磨玻璃结节诊断中的应用[J].中国继续医学教育， 2020， 12（13）： 85-87.

李永东，崔凤.低剂量CT联合迭代重建技术及三维重建技术在部分实性肺结节中的临床应用价值[J].浙江临床医学， 2019， 21（11）： 1470-1472.

de Margerie-Mellon C， Chassagnon G. Artificial intelligence： A critical review of applications for lung nodule and lung cancer[J]. Diagn Interv Imaging， 2023， 104（1）： 11-17.

徐珂，杨洁，李秋实，等. 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[J].临床医学工程， 2023， 30（5）： 585-586.

张蜜，谈炎欢，钱芯，等.基于高分辨率CT扫描的孤立性肺结节高危预测模型的建立与验证[J].中国医学物理学杂志， 2023， 40（2）： 190-195.

陶瑜，陆凯，李倩余.薄层CT征象及定量参数在肺结节诊断中的价值分析[J].世界复合医学（中英文）， 2024， 10（3）： 6-10.