肺结节CT人工智能诊断的研究进展.pdfVIP

肺结节CT人工智能诊断的研究进展.pdf

·综述·中国现代医生2025年8月第63卷第23期

肺结节CT人工智能诊断的研究进展

孙振虎，胡方云，周建国

南京中医药大学连云港附属医院放射科，江苏连云港222004

[摘要]随着低剂量CT筛查的普及，肺结节的检出率显著提高。人工智能（artificialintelligence，AI）技术的快速发展为

肺结节的精准诊疗带来显著进展。本文综述AI在肺结节检测、良恶性鉴别、病理分型预测及治疗规划中的最新研究进

展。深度学习算法及多模态融合模型在肺结节检出、良恶性鉴别及临床治疗方法选择方面具有明显应用优势，基于影像

组学的预测模型可准确评估结节的侵袭性和基因突变状态，尽管面临数据标准化和临床转化等挑战，AI技术正推动肺结

节诊疗向智能化、精准化方向发展。

[关键词]人工智能；肺结节诊疗；多模态融合；影像组学

[中图分类号]R563[文献标识码]A[DOI]10.3969/j.issn.1673-9701.2025.23.026

肺癌居全球癌症死亡率首位，早期诊断是改善仅显著提升诊断效能，更推动着肺结节分析从静态

预后的关键[1]。低剂量CT筛查提升肺结节检出率，向动态影像的范式转变。

但随之带来两个核心挑战：①放射科医师阅片工作1.2影像组学特征挖掘

量激增导致的漏诊风险；②对亚厘米结节定性诊断随着影像组学技术的迭代升级，肺结节特征分

的准确性不足[2-5]。人工智能（artificialintelligence，析已突破传统形态学参数的局限，向多维度、高维

AI）技术通过深度学习、影像组学等方法在结节自度的定量化特征体系迈进。研究揭示三维形态特征

动检测、恶性风险评估、病理特征预测等方面展现的临床价值：通过对427例GGN进行全肺实质分

出突破性进展[6]。本文整合近几年最新研究，系统阐割，采用Mimics21.0软件提取3D长径和平均CT

述AI技术在肺结节诊疗全流程中的应用现状与发展值的联合诊断模型，在区分浸润性腺癌时AUC达

方向。0.953，其诊断效能显著优于传统二维测量。在纹理

特征领域，多中心研究证实熵值作为异质性量化指

1AI技术体系创新标的关键作用：基于灰度共生矩阵计算的熵值6.83

1.1深度学习模型优化时，结节浸润风险增加8.23倍，该参数联合实性成

在肺结节智能诊断领域，深度学习模型架构的分占比可准确预测间质浸润程度[10][11]

。梁云等研发

持续创新正推动着检测性能的边界突破。刘刚等[8]的RadCloud3.0平台通过直方图峰度分析联合Haar

提出的ResNet-101-FPN混合架构，通过特征金字塔小波变换，从动脉期CT图像中提取12486个候选

网络实现多尺度特征融合，在包含1632个结节的验特征，经LASSO回归分析筛选出8个核心特征构建

证集展现出94.2%的恶性鉴别准确率，其双路径特征列线图模型，在≤30mm肺结节的恶性预测中展现出

提取机制有效克服传统模型对微小结节（5mm）特的AUC为0.934。该模型整合二阶纹理参数和形态

征捕获不足的缺陷。对动态影像分析的特殊需求，学异质性指数，临床验证显示医师联合模型诊断的

冉姗姗等[8]研发的微变放大卷积网络开创性地引入准确率提升。这些进展标志着肺结节分析从主观经