切换至 "中华医学电子期刊资源库"

中华肺部疾病杂志(电子版) ›› 2022, Vol. 15 ›› Issue (05) : 730 -732. doi: 10.3877/cma.j.issn.1674-6902.2022.05.032

短篇论著

人工智能对肺磨玻璃结节参数及病理分析
白奇之1, 杨柳青1, 葛晓东1,(), 张磊1, 郑景新2   
  1. 1. 400037 重庆,陆军(第三)军医大学第二附属医院放射科
    2. 400037 重庆,陆军(第三)军医大学第二附属医院病理科
  • 收稿日期:2022-03-13 出版日期:2022-10-25
  • 通信作者: 葛晓东

Analysis of parameters and pathology of ground glass nodules in lung by artificial intelligence

Qizhi Bai1, Liuqing Yang1, Xiaodong Ge1()   

  • Received:2022-03-13 Published:2022-10-25
  • Corresponding author: Xiaodong Ge
引用本文:

白奇之, 杨柳青, 葛晓东, 张磊, 郑景新. 人工智能对肺磨玻璃结节参数及病理分析[J]. 中华肺部疾病杂志(电子版), 2022, 15(05): 730-732.

Qizhi Bai, Liuqing Yang, Xiaodong Ge. Analysis of parameters and pathology of ground glass nodules in lung by artificial intelligence[J]. Chinese Journal of Lung Diseases(Electronic Edition), 2022, 15(05): 730-732.

肺癌的患病率及病死率居首位[1],逐年呈上升趋势[2]。早发现早治疗可提高生存率、降低病死率。早期肺癌常以磨玻璃结节(ground-glass nodule, GGN)形式表现出来,随着人工智能(artificial intelligence, AI)技术的飞速发展与临床工作中的运用,肺磨玻璃结节的检出率逐渐升高。根据文献报道的肺腺癌分类标准[3],分为非典型腺瘤样增生(atypical adenomatous hyperplasia, AAH)、原位癌(adenocarcinoma in stiu, AIS)、微浸润腺癌(minimally invasive adenocarcinoma, MIA)及浸润性腺癌(invasive adenocarcinoma, IAC)。2021版WHO肺肿瘤新分类中[4],将非典型腺瘤样增生(AAH)及原位腺癌(AIS)划分为前驱腺体病变(precursor glandular lesions,PGL),将微浸润性腺癌及浸润性腺癌划分为腺癌组。本文对我院收治的173例经手术切除及病理证实的早期肺癌GGNs进行分析,报道如下。

表1 两组GGN相关定量参数比较
表2 GGN浸润性腺癌相关定量参数的ROC曲线分析结果
图1 CT图;注:A:男,37岁,CT显示右肺上叶前段磨玻璃结节,病灶边缘光滑,病理证实为AAH;B:女,17岁,CT显示左肺上叶尖后段磨玻璃结节,病灶边缘光滑,与邻近小血管关系密切,病理证实为AIS;C:女,35岁,CT显示右肺上叶尖段磨玻璃结节,病灶边缘不光整,病理证实为MIA;D:女,49岁,CT显示左肺上叶尖后段混合密度结节,病灶边缘可见浅分叶、其内可见血管穿行,病理证实为IAC
1
Sung H, Ferlay J, Siegel RL, et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249.
2
曹毛毛,陈万青. 中国恶性肿瘤流行情况及防控现状[J]. 中国肿瘤临床2019, 46(3): 145-149.
3
Travis WD, Brambilla E, Noguchi M, et al. International Association for the Study of Lung Cancer/American Thoracic Society/European Respiratory Society International Multidisciplinary Classification of Lung Adenocarcinoma[J]. J Thorac Oncol, 2011, 6(2): 244-285.
4
李 媛,谢惠康,武春燕. WHO胸部肿瘤分类(第5版)中肺肿瘤部分解读[J]. 中国癌症杂志2021, 31(7): 574-580.
5
Wu F, Wang L, Zhou C. Lung cancer in China: current and prospec[J]. Curr opin Oncol, 2020, 33(1): 40-46.
6
王洪武,金发光. 晚期非小细胞肺癌多域整合治疗策略[J/CD]. 中华肺部疾病杂志(电子版), 2022, 15(4): 457-461.
7
朱 妍,王 剑. 肺小结节危险因素分析及恶性预测模型的建立[J/CD]. 中华肺部疾病杂志(电子版), 2020, 13(2): 223-228.
8
姜格宁,陈 昶,朱余明,等. 上海市肺科医院磨玻璃结节早期肺腺癌的诊疗共识(第一版)[J]. 中国肺癌杂志2018, 21(3): 147-159.
9
Su H, Gu C, She Y, et al. Predictors of upstage and treatment strategies for stage IA lung cancers after sublobar resection for adenocarcinoma in situ and minimally invasive adenocarcinoma[J]. Transl Lung Cancer Res, 2021, 10(1): 32-44.
10
张思维,郑荣寿,杨之洵,等. 2000-2014年中国肿瘤登记地区肺癌发病年龄变化趋势分析[J]. 中华预防医学杂志2018, 52(6): 579-585.
11
陆青云,陈武飞. 不同病理类型肺部磨玻璃结节的HDCT征象分析[J]. 医学影像学杂志2017, 27(6): 1084-1087.
12
张正华,周小君,韩 丹,等. 基于AI对磨玻璃密度早期肺癌浸润相关因素Logistic回归分析[J]. 临床放射学杂志2020, 39(10): 2120-2123.
13
金 鑫,赵绍宏,高 洁,等. 纯磨玻璃密度肺腺癌病理分类及影像表现特点分析[J]. 中华放射学杂志2014, 48(4): 283-287.
14
Lee SM, Park CM, Goo JM, et al. Invasive pulmonary adenocarcinomas versus preinvasive lesions appearing as ground-glass nodules: Differentiation by using CT features[J]. Radiology, 2013, 268(1): 265-273.
15
Song YS, Park CM, Park SJ, et al. Volume and mass doubling times of persistent pulmonary subsolid nodules detected in patients without known malignancy[J]. Radiology, 2014, 273(1): 276.
16
Oda S, Awai K, Murao K, et al. Volume-doubling time of pulmonary nodules with ground glass opacity at multidetector CT: Assessment with computer-aided three-dimensional volumetry[J]. Acad Radiol, 2011, 18(1): 63-69.
17
郑 旻,黄先敏. 基于CT定量参数评估肺部磨玻璃样结节的侵袭程度[J]. 中国CT和MRI杂志2019, 17(8): 61-64.
18
孙 琦,黄 遥,赵世俊,等. 低剂量CT肺癌筛查中持续存在肺结节的CT体积和质量增长及其影响因素[J/CD]. 中华肿瘤杂志2018, 40(4): 274-279.
19
齐琳琳,王建卫,杨 琳,等. 肺纯磨玻璃结节体积和质量倍增时间在鉴别浸润腺癌与微浸润腺癌及浸润前病变中的作用[J]. 中华放射学杂志2017, 51(7): 493-499.
20
周科峰,朱 斌,秦国初,等. 倍增时间的测定在肺小结节随访中的应用价值[J]. 中国CT和MRI杂志2012, 10(6): 41-43.
21
张怀瑢,孙 潇,田兴仓,等. 基于人工智能密度直方图预测磨玻璃结节病理分型[J]. 中国医学影像学杂志2021, 29(12): 1212-1215, 1221.
22
代 平,何其舟,王思凯,等. CT定量分析预测肺部肿瘤性磨玻璃结节病理侵袭性的价值[J]. 放射学实践2019, 34(10): 1108-1112.
23
Tamura M, Matsumoto I, Saito D, et al. Mean computed tomography value to predict the tumor invasiveness in clinical stage IA lung cancer[J]. Ann Thorac Surg, 2017, 104(1): 261-266.
24
张国桢,蔡 庆,张伟强. 早期微小肺腺癌CT影像与病理的相关性[J]. 诊断学理论与实践2018, 17(5): 490-493.
25
范卫杰,张 冬. 影像组学及深度学习在肺结节良恶性鉴别诊断中的新理念[J/CD]. 中华肺部疾病杂志(电子版), 2021, 14(5): 549-553.
[1] 李洋, 蔡金玉, 党晓智, 常婉英, 巨艳, 高毅, 宋宏萍. 基于深度学习的乳腺超声应变弹性图像生成模型的应用研究[J]. 中华医学超声杂志(电子版), 2024, 21(06): 563-570.
[2] 杨敬武, 周美君, 陈雨凡, 李素淑, 何燕妮, 崔楠, 刘红梅. 人工智能超声结合品管圈活动对低年资超声医师甲状腺结节风险评估能力的作用[J]. 中华医学超声杂志(电子版), 2024, 21(05): 522-526.
[3] 罗刚, 泮思林, 孙玲玉, 李志新, 陈涛涛, 乔思波, 庞善臣. 一种新型语义网络分析模型对室间隔完整型肺动脉闭锁和危重肺动脉瓣狭窄胎儿右心发育不良程度的评价作用[J]. 中华医学超声杂志(电子版), 2024, 21(04): 377-383.
[4] 伯小皖, 郭乐杭, 余松远, 李明宙, 孙丽萍. 甲状腺结节人工智能自动分割和分类系统的建立和验证[J]. 中华医学超声杂志(电子版), 2024, 21(03): 304-309.
[5] 孔德铭, 刘铮, 李睿, 钱文伟, 王飞, 蔡道章, 柴伟. 人工智能辅助全髋关节置换三维术前规划准确性评价[J]. 中华关节外科杂志(电子版), 2024, 18(04): 431-438.
[6] 何淳诺, 田志敏, 李焕玺, 吴昊越, 庄凯鹏, 周胜虎, 张浩强. 小儿发育性髋关节发育不良诊治的研究进展[J]. 中华关节外科杂志(电子版), 2024, 18(04): 497-504.
[7] 莫淇舟, 苏劲, 黄健, 李健维, 李思宁, 柳建军. 智能控压输尿管软镜碎石吸引取石术在直径10~25 mm上尿路结石中的应用[J]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(05): 497-502.
[8] 苏博兴, 肖博, 李建兴. 2024年美国泌尿外科学会年会结石领域手术治疗相关热点研究及解读[J]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 303-308.
[9] 莫林键, 杨舒博, 农卫赟, 程继文. 人工智能虚拟数字医师在钬激光前列腺剜除日间手术患教管理中的应用[J]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 318-322.
[10] 阮星星, 黄智渊, 刘芙香, 狄金明. 从临床医师诊治患者的思路出发撰写临床研究论文[J]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 397-401.
[11] 黄海, 程必盛, 黄健. 2024年欧洲泌尿外科学会年会:前列腺癌研究的前沿探索与未来趋势[J]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(03): 202-207.
[12] 熊廷伟, 陶阳, 李王佳, 付彬洁, 褚志刚, 吕发金. 分析MPVR技术在诊断肺磨玻璃结节浸润性中的临床意义[J]. 中华肺部疾病杂志(电子版), 2024, 17(04): 575-579.
[13] 李梦阳, 张恩犁, 吴俊杰, 赵之明. 人工智能视觉图像分割在腔镜外科教学中的应用[J]. 中华腔镜外科杂志(电子版), 2024, 17(03): 129-134.
[14] 王曦娅, 尹弘青, 丁伟, 徐滨, 于海源, 马东升, 邵军. 桥本背景下甲状腺乳头状癌多参数分析预测大容量淋巴结转移[J]. 中华临床医师杂志(电子版), 2024, 18(06): 548-554.
[15] 张玮玮, 霍晓川. 人工智能时代医学生批判性思维培养的重要性[J]. 中华脑血管病杂志(电子版), 2024, 18(04): 357-359.
阅读次数
全文


摘要