许晓燕，周 永，甘晓晶，余莹莹，文 智

    (新疆医科大学附属肿瘤医院影像中心，乌鲁木齐 830000)

    据统计，2018年全球约有209万肺癌新发病例，其中176万人因肺癌死亡[1]。肺腺癌属于非细胞肺癌，多发于女性，且近年来复发率与致死率较高[2]。肺腺癌可分为浸润性腺癌(IAC)、微浸润腺癌(MIA)、浸润前病变，浸润前病变又可分为原位腺癌、不典型腺瘤样增生。磨玻璃结节(GGN)为肺腺癌患者早期CT影像学图像上常出现的肺部影像学征象[3]。近年来，随着人们生活水平及健康意识不断提高、胸部低剂量CT扫描广泛应用，越来越多GGN被发现，但对其定性诊断较困难，人工智能(AI)辅助诊断系统可快速自动识别及标记肺内GGN并进行定量分析[4]。本研究主要建立基于AI的CT影像学特征预测模型，并验证其对GGN病例IAC风险的预测意义。

    1 资料与方法

    1.1 一般资料

    回顾性选取新疆医科大学附属肿瘤医院2015年5月-2020年9月GGN病例595例，纳入标准：1)因体检或意外行螺旋CT扫描发现肺部至少1个GGN，直径≤30 mm，施行手术；2)符合AI诊断的胸部CT薄层图像原始数据。排除标准：1)病灶直径>30 mm；2)CT检查图像质量不符合要求。依据相关标准[5]将GGN按病理结果分为浸润前组(n=107)、微浸润组(n=124)、IAC组(n=364)。另前瞻性选取2020年10月-2021年5月GGN病例250例进行验证。

    1.2 方法

    1.2.1 临床资料调查 调查术后病例资料 ......