摘要：
目的将人工神经网络理论应用于孤立性肺结节(SPN)的CT诊断研究,建立一种全新的模式判别方法,用于高分辨率CT(HRCT)或薄层CT上良恶性结节的鉴别.方法搜集经手术或穿刺病理证实的SPN 200例(原发性肺癌135例,良性结节65例),分析3项临床指标(年龄、性别及是否有痰中带血丝)和9项HRCT或薄层CT指标(部位、长径、短径、轮廓形态、毛刺、晕征、气腔密度影、结节与周围血管及胸膜的关系).采用完全随机法从中选择140例样本作为训练集,建立人工神经网络(BP网络)诊断模型,并与软件SPSS分析处理的Logistic回归模型作比较.结果 BP神经网络对所有样本的诊断符合率为98.0%(196/200),高于Logistic回归模型的符合率(86.0%,172/200)(P<0.001);ROC曲线下面积分别为0.996±0.004和0.936±0.017,差异有统计学意义(P<0.001).结论结合神经网络理论,利用HRCT和薄层CT鉴别诊断SPN的良恶性很可能成为一种实用而可靠的临床诊断手段.
