目的 通过对孤立性肺结节CT图像纹理参数提取进行多变量分析, 建立用于早期肺癌诊断的数据模型.方法 选取泸州市中医医院72例经手术或穿刺活检病理证实的肺结节CT影像资料, 其中恶性结节42例, 良性结节30例.分析肺结节的形态学特征 (大小、边界、边缘、有无分叶征、毛刺征、血管集束征、胸膜牵拉征、空气支气管征、空泡征、空洞) , 用FireVoxel软件自动提取肺结节CT图像的8种纹理参数, 包括平均值、方差、偏度、峰度、能量、自相关、对比度及熵值.比较良性结节组和恶性结节组形态学特征及纹理参数的差异, 以具有统计学差异的参数为自变量, 进行多参数Logistic回归分析.构建ROC曲线分析Logistic回归模型的诊断效能.结果 多因素Logistic回归分析筛选出边界光整 (OR=6.894, P<0.05) 、毛刺征 (OR=1.542, P<0.05) 、分叶征 (OR=3.846, P<0.01) 、胸膜牵拉征 (OR=8.467, P<0.001) 、能量 (OR=8.972, P<0.01) 及熵 (OR=4.578, P<0.001) 为恶性肺结节患者的独立预测因子.根据独立预测因子建立的ROC曲线下面积为0.894, 敏感度及特异度分别为93.43％和84.18％.结论 CT图像纹理分析结合影像学特征对早期肺癌有一定的预测价值.
作者：孔令重；姜壮国；曹小江；彭昌勇
来源：新疆医科大学学报 2019 年 42卷 2期
