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

袁冬健, 彭磊, 张玉荣, 沈春冬, 茅竞文

doi:10.20267/j.issn.2096-3807.2025.05.033

影像研究与医学应用 ›› 2025, Vol. 9 ›› Issue (5) : 109 -111+114. DOI: 10.20267/j.issn.2096-3807.2025.05.033

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

袁冬健, 彭磊, 张玉荣, 沈春冬, 茅竞文

作者信息 +

Author information +

文章历史 +

PDF

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。