人工智能CT扫描联合血清CEA检测对肺结节良恶性的诊断价值研究  

作　　者：袁冬健 彭磊[2] 张玉荣[1] 沈春冬 茅竞文 

机构地区：[1]启东市中医院影像科,江苏启东226200 [2]启东市中医院肺病科,江苏启东226200 [3]启东市中医院健康管理中心,江苏启东226200

出　　处：《影像研究与医学应用》2025年第5期109-111,114,共4页Journal of Imaging Research and Medical Applications

基　　金：南通市卫生健康委员会科研课题(MS2022110);启东市科学技术局科研课题(启科发[2023]22号15)。

摘　　要：目的:探讨人工智能CT扫描联合血清癌胚抗原(CEA)检测对肺结节良恶性的诊断价值。方法:选取2021年12月—2024年3月启东市中医院收治的肺结节患者98例为研究对象,依据随访及术后病理结果将患者分为良性组(n=57)和恶性组(n=41),对所有研究对象进行人工智能CT扫描和血清CEA检测。比较良恶性结节血清CEA水平;分析人工智能CT扫描对肺结节患者良恶性的检出结果;对比良恶性患者人工智能CT影像学特征;绘制受试者工作特征(ROC)曲线分析人工智能CT扫描联合血清CEA检测对肺结节患者良恶性的诊断价值。结果:恶性组血清CEA水平高于良性组,差异有统计学意义(P<0.05);人工智能CT扫描诊断肺结节良恶性的灵敏度为80.49%,特异度为84.21%,准确率为82.65%;恶性组人工智能CT影像学特征中胸膜凹陷征、空泡征、分叶征占比均高于良性组,表面光滑、磨玻璃结节占比均低于良性组,差异有统计学意义(P<0.05);人工智能CT扫描联合血清CEA检测对肺结节患者良恶性具有较高诊断价值,诊断曲线下面积(AUC)为0.886。结论:人工智能CT扫描联合血清CEA检测可有效鉴别良恶性肺结节患者,具有较高临床应用价值。

关 键 词：人工智能 计算机体层摄影 癌胚抗原 肺结节 良恶性 

分 类 号：R445.3[医药卫生—影像医学与核医学]