影像组学与人工智能在肺磨玻璃结节生长预测中的研究进展.pdfVIP

综述

141

REVIEW

影像组学与人工智能在肺磨玻璃结节生长预测

中的研究进展

1.2

吴馨雨王晟涵1.2高晨2

华媚琦12万杉田1.2

夏雨霏1.2种浩宇1.2

【摘要】肺磨玻璃结节（GGN）的生长在一定程度上反映病灶的恶性潜能。既往研究将GGN的直径、体积、

质量、质量倍增时间、体积倍增时间作为衡量结节生长的重要指标，但这些指标的获得均需要长期随访。近

年来，随着影像组学和人工智能技术的快速发展，有关两者在磨玻璃结节生长预测中的作用取得了一定研究

进展。本文就GGN生长特征和影像组学及人工智能技术在GGN生长预测中的研究进展进行综述，旨在为

GGN管理提供一定参考依据。

【关键词】影像组学；人工智能；深度学习；磨玻璃结节；生长

中图分类号：R734.2;R730.44文献标志码：B文章编号：1006-5741(2025)01-0141-05

ResearchProgressofRadiomicsandArtificialIntelligenceintheGrowth

PredictionofPulmonaryGround-glassNodules

WUXinyu2,HUAMeiqi2,XIAYufei2,WANShantian2,WANGShenghan2,ZHONGHaoyu2,GAOChen?

[Abstract]Thegrowthofgroundglassnodules(GGN)inthelungsreflectstosomeextentthemalignantpotential

ofthelesion.Previousstudieshavetakenthediameter,volume,mass,massdoublingtimeandvolumedoublingtime

ofGGNasimportantindicatorstomeasurethegrowthofnodules,buttheacquisitionoftheseindicatorsrequires

long-termfollow-up.Inrecentyears,withtherapiddevelopmentofradiomicsandartificialintelligencetechnology,

researchesonradiomicsandartificialintelligenceinthegrowthpredictionofGGNhavemadesomeprogress.This

articlereviewsthegrowthcharacteristicsofGGNinlungandtheresearchprogressofradiomicsandartificial

intelligencetechnologyinthegrowthpredictionofGGN,aimingtoprovidearefe