肺结节术前薄层CT征象及定量参数与术后病理对照研究＊

高大圣 胡茂能 岳庆峰 王 晶 刘云峰

安徽省合肥市第三人民医院影像中心 (安徽 合肥 230022)

在所有恶性肿瘤中，肺癌的发病率一致居高不下，研究报道，我国每年新发及死亡肺癌病例数分别达70.5万、50万[1]。研究数据表明，在接受完全切除术的肺早期微浸润性腺癌和原位腺癌患者5年无病生存率高达百分之百[2]。而肺癌早期常无明显临床症状，仅表现为孤立性肺结节(SPN)。因此，早期、精确评估SPN良恶性至关重要。CT在SPN定性诊断中相对有效，且应用广泛[3]。薄层CT选择≤1 mm的层厚，将CT空间分辨率发挥到极致，显示结节内部微小结构更为清晰，诊断灵敏度更高[4-5]。因此，分析薄层CT征象及定量参数与SPN病变性质的相关性具有重要临床意义。另外，近年来，人工智能(AI)辅助诊断系统在SPN影像诊断方面的应用逐渐增多，有助于SPN快速检出及定性诊断[6]。基于此，本研究通过肺结节术前薄层CT及术后病理结果对照分析，总结薄层CT征象及定量参数与病变性质的相关性，并评估AI辅助薄层CT在SPN定性诊断中的应用价值，以期为更好地指导术前评估提供依据。报道如下。

1 资料和方法

1.1 一般资料选取2019年1月至2022年1月我院SPN患者100例，术前均行薄层CT扫描，术后取得病理结果。

纳入标准：符合SPN诊断标准[7]；有明确病理结果；病历资料完整。排除标准：结节直径＞30 mm；多发结节；恶性肿瘤病史。

1.2 方法(1)资料获取：入院时收集所有患者的性别、年龄、慢性肺部疾病(既往确诊有哮喘、慢阻肺、肺结核等)、家族史、临床症状(发热、咳嗽、呼吸困难、胸痛等)等一般资料。(2)薄层CT检查：GE 64排128层Optima，参数：管电流、管电压分别为30 mA、120kV，层间隔5mm，层厚5mm，重建层厚1.25mm。范围：胸廓入口至膈肌，一次屏气下完成扫描。由2位放射科资深医师结合CT影像学特征及患者一般临床特点，并结合我院AI系统对肺结节的预测，独立诊断SPN病变性质，意见不一致时协商一致。

1.3 观察指标(1)病理结果。(2)恶性组与良性组一般临床特点。(3)恶性组与良性组薄层CT征象及定量参数。(4)诊断价值。

1.4 数据处理所有数据的分析均在SPSS22.0软件上进行，()用来表示计量资料，两组间行t检验；n(%)用来表示计数资料，行卡方检验。所有检验都是双侧检验，α=0.05。

2 结果

2.1 病理结果本研究中100例SPN患者均经手术病理证实，其中恶性59例为恶性组，良性41例为良性组。

2.2 恶性组与良性组一般临床特点恶性组吸烟史比例(45.76%)高于良性组(24.39%)，年龄大于良性SPN患者(P＜0.05)；恶性组、良性组性别、慢性肺部疾病、家族史比较，差异无统计学意义(P＞0.05)。见表1。

表1 恶性组与良性组一般临床特点

图1 病理类型为腺癌，左肺上叶见混杂磨玻璃结节，约2.5×2.1×1.6 cm，边缘毛躁，边缘见血管集束征，临近胸膜凹陷。图2 原位腺癌伴微浸润，左肺上叶见混合磨玻璃结节，约2.0×1.5×1.2 cm，边缘毛躁，多发毛刺。

2.3 恶性组与良性组薄层CT征象及定量参数征象中，恶性组分叶征、毛刺征、血管集束征、结节位于肺上叶比例在恶性组中出现的频率较良性组高，空洞征出现的频率显著较良性组低(P＜0.05)，量化参数中，恶性组分叶征象＞3比例、毛刺数＞3比例、结节直径8 mm＜D≤30 mm比例高于良性组(P＜0.05)。见表2。

表2 恶性组与良性组薄层CT征象及定量参数

2.4 诊断价值AI辅助薄层CT定性诊断SPN的敏感度为79.66%(47/59)，特异度为90.24%(37/41)，准确度为84.00%(84/100)。见表3。

表3 AI辅助薄层CT诊断结果

3 讨论

随影像技术发展，SPN检出率越来越高，但其良恶性鉴别诊断仍存在一定困难[8]。目前，CT仍是SPN主要筛查和鉴别诊断手段。薄层CT选择≤1 mm的层厚，可对图像进行重建，更加清晰地观察SPN位置、大小、密度、形态等细节特征，已成为SPN定性诊断不可或缺的方法之一[9]。因此，对SPN薄层CT征象及定量参数的分析具有重要临床价值。

薄层CT可更好显示SPN微小结构，并将这些征象及定量参数用作定性诊断依据。但相当一部分影像学征象在良恶性SPN中同时存在[10]，因此，为进一步评估薄层CT在SPN诊断中的作用，精确分析结节大小、位置、内部特征等特点十分必要。分叶征被认为是肿瘤生长速度不一致所致，并与结节恶性风险存在密切关系。毛刺是肿瘤直接侵入邻近局部淋巴结节或支气管血管鞘而形成。研究表明，分叶、毛刺是恶性SPN独立危险因素[11]。Yang等[12]研究显示，118例有毛刺、分叶的SPN中，恶性SPN率达94.07%(111/118)。因此，有毛刺、分叶的SPN极值得临床重视。本研究中，除了恶性SPN分叶外，其毛刺出现率及毛刺数＞3的比例都较良性SPN高，与上述研究报道一致。血管集束是SPN定性诊断的重要指标之一。恶性SPN血供相对丰富，供血血管通常明显增粗、增多或迂曲扩张，而良性SPN血供较少，因此，恶性SPN更易出现血管集束征[13]。本研究中，41例良性SPN中10例出现此征象，其中炎性肌纤维母细胞瘤6例，结核球4例，出现率为24.39%(10/41)；59例恶性SPN中，29例出现此征象，出现率为49.15%(29/59)，恶性SPN血管集束征出现率显著高于良性SPN。恶性与良性SPN均可见钙化，本研究中，恶性与良性SPN在钙化方面未显示出统计学差异，与牟干[14]报道一致。在SPN病灶内出现的点状透亮影，直径约为1～2mm，被定义为空泡征，研究认为，空泡征可作为判断SPN为恶性征象，且多见于肺腺癌[15]。而本研究显示，59例恶性SPN中，17例出现此征象，出现率为28.81%(17/59)，41例良性SPN中8例出现此征象，出现率为29.27%(8/41)；良性组、恶性组空泡征出现率无显著差异，这可能与样本量差异有关。空洞主要由病灶内部出现缺血性坏死所形成，有学者认为，空洞征可以作为SPN良恶性判断的一个指标[16]。本研究结果显示，29.27%(12/41)的良性SPN见空洞征，显著高于恶性组6.78%(4/59)，与上述结果一致，这可能是由于恶性SPN血供非常丰富的原因。结节大小是鉴别SPN良恶性的重要指标之一，研究认为，SPN直径越大，恶变风险就越大[17]。本研究结果表明，恶性SPN的结节直径8 mm＜D≤30 mm比例显著高于良性组(P＜0.05)，与先前报道类似。目前，关于SPN位于上叶是否为恶性SPN危险因素尚存在争议。有学者指出，肺上叶结节癌变风险显著高于其余位置，可能与呼吸时上叶支气管气流较大，吸入空气中致癌物较多有关[18]。也有研究认为，肺叶位置与SPN良恶性无关[19]。本研究显示，恶性SPN更多见于肺上叶，与相关报道肺癌多见于肺上叶相符。因此，肺上叶SPN怀疑恶性征象时，应给予充分重视。

采用薄层CT进行SPN良恶性鉴别诊断时，应考虑肺癌高危因素，包括年龄、吸烟史、慢性肺部疾病、家族史等[20-21]。高龄、吸烟被认为是肺癌主要危险因素，本研究也发现，恶性SPN患者吸烟史比例(45.76%)高于良性SPN患者(24.39%)，年龄大于良性SPN患者。但良恶性SPN患者慢性肺部疾病比例、家族史比例无显著差异，可能与样本量小有关，有待后续大样本数据进一步研究。

智能医学在未来医学的发展过程中扮演着非常重要的作用，就目前的发展趋势而言，医学影像将会是AI技术在未来医学中发展的重要应用之一[22]。本研究中，AI辅助薄层CT定性诊断SPN的敏感度为79.66%(47/59)，特异度为90.24%(37/41)，准确度为84.00%(84/100)，提示薄层CT对SPN良恶性的诊断具有较高的准确性，进而为肺癌早期筛查提供参考。

综上可知，当SPN薄层CT特征表现为毛刺征、分叶征、血管集束征、位于肺上叶及分叶征象＞3比例、毛刺数＞3、直径＞8 mm时，应高度警惕恶性结节的可能，AI辅助薄层CT在SPN定性诊断中具有重要应用价值，值得临床推广。