高级检索
当前位置: 首页 > 详情页

dect定量参数联合形态学特征预测肺实性结节浸润性非黏液腺癌的分化程度

DECT Quantitative Parameters and Morphological Features to Predict Differentiation Degree of Invasive Non-Mucinous Adenocarcinoma in Solid Pulmonary Nodules

文献详情

资源类型:

收录情况: ◇ 统计源期刊 ◇ 北大核心

机构: [1]四川省肿瘤医院·研究所 四川省肿瘤临床医学研究中心 四川省癌症防治中心 电子科技大学附属肿瘤医院影像科
出处:
ISSN:

关键词: 双能量CT 肺实性结节 定量参数 形态学特征 分化程度

摘要:
目的 探讨双能量CT(DECT)定量参数联合形态学特征预测肺实性结节浸润性非黏液腺癌分化程度的价值。方法 回顾性分析120例行双期胸部DECT增强扫描且经病理证实为浸润性非黏液腺癌患者的120个肺实性结节,包括中/高分化组(60例)和低分化组(60例)。分析肺结节的传统CT特征[直径、动静脉期虚拟平扫(VNC_A、VNC_V)的CT值、形状、边缘、分叶、毛刺、胸膜反应、空气支气管征、空泡征和血管集束征]和DECT定量特征[动静脉期电子云密度(Rho_A、Rho_V)、标准化碘含量(NIC_A、NIC_V)、有效原子序数(Zeff_A、Zeff_V)和能谱曲线斜率(λHU_A、λHU_V)]。应用多因素Logistic回归构建传统CT模型、DECT模型和联合CT模型,并比较模型之间的诊断效能。结果 传统CT模型(特征:VNC_A的CT值和分叶)、DECT模型(特征:Rho_V、NIC_A、NIC_V和λHU_A)和联合CT模型(特征:NIC_A、NIC_V、λHU_A和分叶)的曲线下面积(AUC)分别为0.726(95%CI:0.637~0.803)、0.831(95%CI:0.752~0.894)和0.837(95%CI:0.758~0.898)。联合CT模型的AUC明显高于传统CT模型(Z=2.057,P<0.05),但与DECT模型相比差异无统计学意义(Z=0.288,P>0.05)。结论 由NIC_A、NIC_V、λHU_A和分叶构建的联合CT模型有助于预测肺实性结节浸润性非黏液腺癌的分化程度。

语种:
第一作者:
第一作者机构: [1]四川省肿瘤医院·研究所 四川省肿瘤临床医学研究中心 四川省癌症防治中心 电子科技大学附属肿瘤医院影像科
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:58104 今日访问量:0 总访问量:4810 更新日期:2025-05-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 四川省肿瘤医院 技术支持:重庆聚合科技有限公司 地址:成都市人民南路四段55号