[发明专利]一种识别表现为磨玻璃结节的早期肺腺癌的方法

说明书

本发明涉及肺部磨玻璃结节的图像分析技术领域，具体涉及一种识别表现为磨玻璃结节的早期肺腺癌的方法，其包括病史采集、图像采集、图像分析、病例随访、资料收集、统计学分析以及建立预测模型七个步骤。本发明，采用多因素Logistic回归方法建立预测模型，并根据最小赤池信息标准选择最佳的模型参数，绘制预测模型的列线图以及校准曲线应用受试者工作特征曲线评估模型预测效能，在国内率先构建专用于磨玻璃结节且包含PET代谢参数的多因素预测模型，用以评估磨玻璃结节的良恶性。根据前期研究结果，对于可疑磨玻璃结节术前检查患者，基于PET/CT显像构建的预测模型预测效能良好（AUC为0.875），特异度高（0.923），可降低磨玻璃结节的错误识别率，避免不必要的外科手术，改善高危磨玻璃结节的术前预测。

技术领域

本发明涉及肺部磨玻璃结节的图像分析技术领域，更具体地说，它涉及一种识别表现为磨玻璃结节的早期肺腺癌的方法。

背景技术

随着低剂量CT在肺癌筛查中广泛应用，肺磨玻璃结节的检出率逐年增加，磨玻璃结节常见于早期肺腺癌，但也可由炎症、间质性纤维化或局部出血所致，如何有效鉴别结节的良恶性至关重要。支气管镜或经皮肺穿刺活检术由于取材困难，成功率较低且为有创检查，临床应用存在局限性，影像学检查仍是鉴别磨玻璃结节的主要手段。指南推荐对于磨玻璃结节可根据初筛时结节的大小进行CT随访，依据磨玻璃结节大小、实性成分的变化等来鉴别良恶性，如为炎性病变可在随访期间缩小或消失，部分磨玻璃结节最长需随访5年。长期的CT随访使患者遭受反复的辐射暴露和巨大的心里压力，部分患者难以接受，因此，需要更准确有效的检查技术来识别表现为磨玻璃结节的早期肺腺癌

有关CT特征的单因素分析显示分叶、毛刺、胸膜凹陷、空泡征、血管集束征、结节大小、实性成分大小、肿瘤倍增时间等指标对鉴别磨玻璃结节良恶性有一定价值，但单一指标预测效能一般，灵敏度及特异度不高。多因素预测模型的构建有望改善磨玻璃结节的鉴别效能。目前有关肺结节良恶性鉴别的预测模型主要有Mayo模型、Brock模型、Herder模型及BIMC模型等。Mayo模型数据主要来源于X线或厚层CT检查，对于磨玻璃结节可能存在错误识别。Brock模型参数较多，应用复杂，且其建模数据来源于恶性率低（5.5％）的初筛患者，对于术前高危结节的鉴别准确性不高。Herder模型及BIMC模型是国内外较为公认的含有PET代谢信息的预测模型，但二者均是建立在实性肺结节的基础上，多项研究表明实性肺结节与磨玻璃结节在临床表现、生物学特征及预后等方面均有较大差异，因此两个模型均不适用于磨玻璃结节的良恶性预测。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种识别表现为磨玻璃结节的早期肺腺癌的方法，其针对磨玻璃结节，构建基于PET/CT技术的多因素预测模型，经验证该模型简单可行，稳定性好，且模型兼顾了患者临床特征、PET代谢信息及CT图像参数，有效提高了表现为磨玻璃结节的早期肺腺癌的识别效能，为临床提供指导思路，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供了如下技术方案：

一种识别表现为磨玻璃结节的早期肺腺癌的方法，包括如下步骤：

步骤一：病史采集

首先对因磨玻璃结节预行PET/CT检查的受检者问诊，采集病史资料内容包括：患者年龄、性别、吸烟史、近期外周血肿瘤标志物、肿瘤病史、是否伴随严重肝病或糖尿病可能影响PET/CT半定量指标的疾病；

步骤二：图像采集

采用德国西门子公司Biograph mCT 64型PET/CT显像仪进行图像扫描，显像剂18F-FDG，放化纯度95％，受检者空腹＞4小时，血糖≤10mmol/L，静脉注射18F-FDG,且18F-FDG的剂量为3.70-7.77MBq/kg，1h后行全身PET/CT显像；