基于AI对磨玻璃密度早期肺癌浸润相关因素Logistic回归分析
目的 探讨人工智能(AI)肺结节定量分析评估早期肺癌磨玻璃结节(GGN)浸润程度的相关影响因素.方法回顾性分析行胸部高分辨率CT(HRCT)扫描且经手术病理证实为早期肺癌的GGN共104例,其中原位癌18例、微浸润腺癌40例、浸润性腺癌46例.将AI相关定量参数(长径、短径、最大面积、体积、平均CT值、最大CT值、最小CT值)进行有序多分类Logistic回归分析.结果 单因素分析结果显示,长径、最大面积、体积、平均CT值、最大CT值、最小CT值、年龄与GGN浸润性有关,差异具有统计学意义(P<0.05).多因素分析结果显示,长径(exp(0.403)=1.496)和平均CT值(exp(0.009)=1.009)为早期肺癌GGN浸润性的独立危险因素(P<0.05).结论 人工智能定量参数对预测GGN浸润程度有一定临床参考价值,其中应重点关注其长径和平均CT值.
高分辨率CT、人工智能、磨玻璃结节、早期肺癌
39
R734.2;R814.42;R563
云南省教育厅科研项目2019J1229
2021-05-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
2120-2123