[CT定量参数在预测肺部地面玻璃结节病理类型中的价值]
Yiqiu Shi1, Yuwen Shen1, Jie Chen1
1Department of Radiology, Suzhou Municipal Hospital, The Affiliated Suzhou Hospital of Nanjing Medical University, Suzhou 215008, China.
Zhongguo fei ai za zhi = Chinese journal of lung cancer
|March 7, 2024
概括
人工智能 (AI) 的定量参数可以帮助区分肺部地面玻璃结节 (GGN) 的病理类型. 这些AI参数在预测GGN亚型方面显示出与放射科医生的评估具有相似的价值.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 肺部磨砂玻璃结节 (GGNs) 的病理类型对于临床治疗决策至关重要.
- 计算机断层扫描 (CT) 的定量参数为预测GGN病理类型提供了潜力.
研究的目的:
- 使用CT定量参数预测GGNs的病理类型.
- 评估人工智能 (AI) 在分析GGN形态学的有效性.
主要方法:
- 对389个经过手术后病理确认的GGN进行分析:前体腺病变 (AAH+AIS),MIA和IAC.
- 由放射科医生 (主观) 和AI (定量) 评估的形态特征.
主要成果:
- 主观CT标志 (直径,脊柱,叶片,胸膜引) 从AAH+AIS增加到IAC.
- 人工智能定量参数 (大小,CT值,固体成分比例,能量,) 也在这些类型中增加.
- 在区分AI定量参数和主观CT标志之间的GGN类型方面没有显著差异.
结论:
- 人工智能定量参数对于区分GGN病理类型是有价值的.
- 人工智能分析为GGN特征提供客观和定量见解.
