计算机断层扫描衍生放射学模型用于区分难以诊断的炎症和恶性肺结节

科学领域:

• 肺部成像扫描 肺部成像扫描
• 无线电学 (Radiomics) 是一种辐射学.
• 在瘤学瘤学.
• 医学诊断 医学诊断 医学诊断

背景情况:

• 炎症性和恶性肺结节共享CT症状,使临床分化复杂化.
• 现有的研究还没有充分解决这些结节的形态征兆的重新分类.
• 这项研究侧重于CT图像的放射学,以区分炎症与恶性肺结节的具有挑战性的病例.

研究的目的:

• 评估基于放射学的CT分析在区分难以诊断的炎症和恶性肺结节的有效性.
• 在肺结节的各种分类中比较临床,放射学和名图模型的诊断性能.

主要方法:

• 对333个恶性 (Mn) 和161个炎性 (In) 肺结节进行了回顾性分析,并进行了病理诊断.
• 结节被分类为典型的 (A) 或非典型的 (B),形成子组:MnA,MnB,InA,InB.
• 双对比创建了四个组 (MnA/InA,InA/MnB,MnA/InB,MnB/InB) 用于使用AUC,精度,灵敏度和特异性进行模型开发和评估.

主要成果:

• 诺米图模型在所有组中都表现出最高的诊断效率,超过了临床和放射学模型.
• 在第三组 (MnA/InB) 中,名谱模型获得了最佳表现,在训练组中AUC为0.83,在测试组中为0.82.
• 所有模型的测试组AUC值从0.63到0.82不等,名录始终显示出高精度,灵敏度和特异性.

结论:

• 诺莫格拉姆模型是诊断具有典型或非典型迹象的肺结节的宝贵工具,特别是恶性肺结节.
• 与独立的放射学和临床模型相比,这种模型提供了优越的分类性能.
• 这些发现突出了名图的潜力,提高了对具有挑战性的肺结节病例的诊断准确度.