用CT扫描检测到的不确定的肺结节生长的时空图像分析
Takaomi Hanaoka1, Hisanori Matoba2, Jun Nakayama2,3
1Department of Thoracic Surgery, JA Nagano North Alps Medical Center Azumi Hospital, 3207-1 Ikeda, Ikeda-machi, Kita-azumi-gun, Nagano, 399-8605, Japan. Ghanaoka@gmail.com.
Radiological physics and technology
|October 27, 2023
概括
肺结节的计算机图像分析可以帮助区分癌症生长. 结节变化率 (NCR) 显示了改善肺癌查和帮助临床决策的潜力.
科学领域:
- 肺部医学 肺部医学
- 放射学 放射学是一门学科.
- 计算成像技术的成像
背景情况:
- 通过CT扫描检测到的不确定的肺结节 (IPN) 需要仔细评估.
- 准确的IPN分类对于及时诊断和治疗肺癌至关重要.
研究的目的:
- 评估IPN计算图像分类的性能.
- 评估结节变化速率 (NCR) 在区分恶性和良性肺结节的有用性.
主要方法:
- 分析了483名患有670个结节的患者的胸部薄切片CT (TSCT) 图像.
- 节点区域是手动分割的,NCR是使用Python和cv2库计算的.
- 在统计学上,NCR与临床病理因素进行了比较,并对临床性能进行了评估.
主要成果:
- 在结节一致性之间,NCR显著不同,并且可以区分入侵性腺癌 (ADC).
- 对于癌症,NCR与侵入性,p53和Ki67免疫活性相关,并且与EGFR基因突变负相关.
- 随着肺癌的分期 (pTis 到 pT1b-阶段 IA2) 增加了NCR.
结论:
- 对结节变化速率的计算分析显示,肺癌查具有前途.
- 在不确定性肺结节方面,NCR可以帮助临床共享决策 (SDM).
- 这种方法可以改善对可能危及生命的肺癌的治疗.
