本發(fā)明涉及醫(yī)學領域，尤其涉及一種基于三維測量影像學參數(shù)肺癌細胞ki-67表達指數(shù)的術前預測模型的建立方法。

背景技術：

隨著高分辨率ct(highresolutionct,hrct)的發(fā)展與普及，肺磨玻璃結節(jié)(ground-glassopacity,ggo)的檢出率顯著提高。國內外研究表明局灶性ggo多為肺腺癌的早期病變。ggo是一個非特異性病灶，可以是多種疾病在ct上的表現(xiàn)，是在hrct上發(fā)現(xiàn)的肺部局灶影，通常被學者描述為云絮狀肺密度增高影，同時內部仍可顯示支氣管或血管結構影像。但目前國內外公認其多傾向于肺部早期腫瘤。已有多項國內外研究及臨床病理資料提示，多數(shù)ggo組織病理學為早期肺腺癌。早期肺腺癌的病理類型按演進發(fā)展過程，可分為了非典型腺瘤樣增生(atypicaladenomatoushyperplasia,aah)，原位腺癌(adenocarcinomainsitu,ais)，微浸潤腺癌(minimallyinvasiveadenocarcinoma,mia)及浸潤性腺癌(invasiveadenocarcinoma,iac)。即便是隨訪觀察，僅靠二維ct影像學的一般征像包括傳統(tǒng)的邊緣、大小、胸膜牽拉與否、有無毛刺等很難準確鑒別其病理類型。作為一種量化指標，ct影像學參數(shù)在對ggo研究中越來越受到學者們的青睞。另外，三維ct相比于傳統(tǒng)二維ct對肺部小結節(jié)的評價更具靈敏性和準確性。

另一方面，從病理學的角度來看，細胞增殖活性的增加是肺癌發(fā)生發(fā)展的始作俑者。而細胞核增殖抗原ki-67常被臨床病理醫(yī)師用來檢測標本中細胞的增殖活性，多表達于增殖活躍的細胞的細胞核中，為調控分裂增殖細胞的細胞周期相關調節(jié)基因，其表達指數(shù)與細胞增殖活性呈正相關，多高表達于惡性腫瘤細胞，與腫瘤的發(fā)生發(fā)展關系密切，在多項研究中被用來探索惡性腫瘤增殖的生物學行為。國內外的研究者們預測ki-67所表達的細胞增殖活性與肺癌患者的預后具有很好的相關性。據(jù)文獻記載，ki-67蛋白最初定義為標準單克隆抗體ki-67，是由霍奇金淋巴瘤細胞株l428的細胞核免疫小鼠所得。事實上ki-67蛋白出現(xiàn)在細胞周期的所有活躍期(g1,s,g2,有絲分裂)，但是靜止細胞(g0期)中常不表達，這使其成為檢測特定細胞群體增殖活性或生長分數(shù)極好標志物。高增值率是腫瘤最顯著的特點，因此增殖活性在多項研究中被用來估計多發(fā)性骨髓瘤、前列腺癌、乳腺癌的預后。

盡管大量國內外學者的研究分析了不同病理類型ggo的ct特征，但很少研究ggo三維重建中影像學參數(shù)和量化的病理學參數(shù)如細胞增殖活性標志物ki-67li之間的關系。過往診斷方法所作分析僅限于影像學水平，未涉及評價作為診斷金標準的病理水平情況，使得診斷過于主觀且準確性不高。

所以，如果能將ki-67指數(shù)與相關ct參數(shù)相關聯(lián)，得到術前預測模型，是十分具有實用價值的，但是現(xiàn)有技術領域，這一塊還尚屬空白。

技術實現(xiàn)要素：

為了克服上述現(xiàn)有技術的不足，本發(fā)明提供了一種基于肺結節(jié)ct三維重建影像學參數(shù)的肺癌細胞ki-67表達指數(shù)的術前預測模型。

本發(fā)明提供的肺癌細胞ki-67表達指數(shù)的術前預測模型的建立方法，其特征在于，包括以下步驟：

步驟(1)：對病例進行篩選，得到符合標準的患者；

步驟(2)：檢測所述的患者ki-67表達指數(shù)；

步驟(3)：對所述的患者肺部進行ct影像掃描及三維重建，得到各ct參數(shù)數(shù)據(jù)及三維圖像；

步驟(4)：對所述的ct參數(shù)數(shù)據(jù)及ki-67表達指數(shù)進行統(tǒng)計學處理分析及交叉驗證，并建立ki-67的預測模型。

較佳地，所述的患者為符合下列標準：

術前行ct檢查且首次診斷為ggo患者；

術后有明確病理診斷結果；

直徑小于3cm的單純性ggo和混合性ggo。

較佳地，ki-67表達指數(shù)的檢測采用免疫組化二步法。

較佳地，所述的ct參數(shù)數(shù)據(jù)為平均直徑、總體積、最大ct值、平均ct值和ct值分布標準差。

較佳地，所述步驟(5)還包括以下步驟：

步驟(5.1)：采用levene檢驗檢測ct參數(shù)數(shù)據(jù)及ki-67表達指數(shù)方差齊性；

步驟(5.2)：對于方差不齊的ct參數(shù)數(shù)據(jù)運用kruskal-wallis檢驗來計算各組間參數(shù)數(shù)據(jù)是否具有顯著性差異；

步驟(5.3)：對于方差齊性的ki-67表達指數(shù)則用單因素方差來分析組間差異，并運用lsd檢驗來進行ki-67的組間兩兩配對檢驗；

步驟(5.4)：用tamhane’st2來對ct參數(shù)數(shù)據(jù)及ki-67表達指數(shù)預測值進行兩兩間配對檢驗；

步驟(5.5)：用受試者工作特征曲線分析來檢測各ct參數(shù)數(shù)據(jù)及ki-67表達指數(shù)對于鑒別不同病理類型的ggo病灶的靈敏性和特異性；

步驟(5.6)：采用spearman相關性分析和多元回歸分析并十折交叉驗證來建立ki-67表達指數(shù)的預測模型。

與現(xiàn)有技術相比，本發(fā)明的有益效果如下：

本發(fā)明開創(chuàng)性的將具有較好客觀性和準確性的ggo三維重建模型中所測量的相關ct參數(shù)與病理標本中肺癌細胞ki-67表達指數(shù)(labelingindex,li)相聯(lián)系，通過研究二者的量化相關性來建立以三維重建參數(shù)預測ki-67li的多元回歸模型，從而對術前ggo的病理性質的鑒別診斷提供更準確可量化的評估，為醫(yī)生判斷提供了一個較好的中間值。將比以往單純的通過影像學特征來主觀判斷更加精確。

附圖說明：

圖1a和圖1b為本發(fā)明實施例中的ki-67表達指數(shù)的免疫組化定量測量圖。

圖2a、圖2b及圖2c為本發(fā)明實施例中肺磨玻璃結節(jié)的三維重建處理和參數(shù)測量圖；

圖3為本發(fā)明實施例中非浸潤腺癌(pia)、微浸潤性腺癌(mia)及浸潤性腺癌(iac)之間各參數(shù)的比較圖；

圖4為本發(fā)明實施例中表示肺部磨玻璃結節(jié)(ggo)直徑、體積(tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)的受試者工作特征曲線(roc)分析的曲線圖。

圖5為本發(fā)明實施例中肺磨玻璃結節(jié)(ggo)的直徑、體積(tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)與ki-67li之間spearman相關性分析的散點圖。

圖6為本發(fā)明實施例中ki-67表達指數(shù)(li)實際值和預測值在不同病理類型肺磨玻璃結節(jié)(ggo)包括非浸潤腺癌(pia)、微浸潤腺癌(mia)及浸潤性腺癌(iac)之間的箱線比較圖。

圖7為本發(fā)明實施例中不同病理類型肺磨玻璃結節(jié)的ki-67的roc曲線圖。

具體實施方式

下面結合具體的實施例對本發(fā)明作進一步地說明，以更好地理解本發(fā)明。

一、方法

1、臨床資料采集

收集2012年10月至2014年10月來院就診的手術切除后有明確病理結果的并且術前有完整hrct和三維重建的160例ggo患者的臨床病史、病理報告、手術記錄及ct影像資料，對患者的年齡、性別、病理分型、ggo形狀、邊緣、直徑(diameter)、體積(totalvolume,tv)、最大ct值(themaximumctattenuationvalue,max)、平均ct值(averagectattenuation,avg)及ggo整體ct值分布的標準差(standarddeviationofthedistributionofctattenuationwithinthewholeggo,std)進行統(tǒng)計整理。所有病例在首次被檢出為ggo后均接受抗炎治療2周，3個月隨訪后復查ct。只有隨訪后對比ggo病灶穩(wěn)定或直徑減小的病例方可納入研究，對于抗炎后病灶消失的病例應予以排除，多為炎性病灶。

病例被納入研究的標準：

①術前于本院行ct檢查且首次診斷為ggo患者；

②術后有明確的病理診斷結果；

③直徑小于3cm的單純性ggo和混合性ggo。

henschke等人研究報道ggo比全實性肺部小結節(jié)(full-solidnodules)惡性程度更高，fengli等人研究發(fā)現(xiàn)137例全實性肺部小結節(jié)中，僅有15例為惡性病灶,其余122例皆為良性病灶，且全實性結節(jié)中多角形、邊緣光滑或稍光滑的病例惡性者比良性者明顯少(多角形：惡性7％-良性38％，p＝0.02；邊緣光滑或稍光滑：惡性0％-良性63％，p＝0.001)；98％的多角形實性結節(jié)(46/47)和100％的邊緣光滑的實性結節(jié)(77/77)均為良性病變。故本研究排除了全實性結節(jié)的病例。

排除病例的標準：

①ct影像上直徑大于3cm的ggo或病灶為全實性小結節(jié)者或隨訪抗炎治療后消退者；

②病理結果為轉移性肺癌者、病理結果為鱗癌或小細胞癌者及病理雖為腺癌，但分期超過t1n0m0者；

③無術后病理結果或無本院的術前ct掃描數(shù)據(jù)者(部分患者為當?shù)蒯t(yī)院ct診斷后轉至本院)；

④術前接受過肺部放化療及活檢穿刺者，會導致影像學參數(shù)測量不準確；

⑤過去有肺癌肺外癌癥病史者。

最終160例ggo病例納入研究，其中男性54例，女性106例，平均年齡為56.59±9.9歲。所有病例進行三維重建參數(shù)測量的ct掃描至手術獲得病理標本的時間間隔平均為11±4天(1-23天)。所有納入研究的病例病理診斷結果包括非典型腺瘤樣增生(atypicaladenomatoushyperplasia，aah)26例、原位腺癌(adenocarcinomainsitu,ais)11例、微浸潤腺癌(minimallyinvasiveadenocarcinoma，mia)106例及浸潤性腺癌(invasiveadenocarcinoma,iac)17例。表1總結了所納入研究病例的臨床資料、影像學資料及病理學資料。

表1不同病理類型的ggo病例的臨床、影像學及病理學資料統(tǒng)計(160例)

注：

按照最新的美國iaslc/ats/ers國際多學科肺腺癌分類系統(tǒng)進行分類；

所有數(shù)據(jù)均以平均值±標準差(sd)進行記錄，*表示p<0.05；

性別、吸煙史及ggo類別均通過卡方檢驗進行分析；

平均年齡、直徑、總體積(tv)、最大ct值(max)、平均ct值(avg)、ct值分布標準差(std)及ki-67表達指數(shù)預測值均通過kruskal-wallis和tambane’st2檢驗進行分析；

ki-67表達指數(shù)通過單因素方差分析(one-wayanova)最小顯著性差異檢驗(lsdtest)進行分析；

p表示所有ggo病例方差分析結果的p值；

p1表示非浸潤肺腺癌(pia)和微浸潤肺腺癌(mia)組間顯著性差異的p值；

p2表示微浸潤肺腺癌(mia)和浸潤肺腺癌(iac)組間顯著性差異的p值；

2、免疫組化法檢測ki-67表達指數(shù)

ki-67的檢測采用國際標準的免疫組化二步法進行檢驗，具體操作如下：

1.玻片的準備：首先把準備的載玻片和蓋玻片置于酸性溶液中24h，取出后流水沖洗，再用ddh20沖洗3-4遍，然后浸入95％酒精2h，待玻片干后還需作防脫片處理，將洗凈的載玻片放入新鮮配制的3-氨基丙基-三乙氧基硅烷(apes)工作液中30s，取出后再用純丙酮溶液或ddh20洗去未結合的apes，晾干后裝入盒中備用。

2.切片：用10％的中性福爾馬林對所有手術切除的標本進行固定，再石蠟包埋后連續(xù)切片，切片厚度為4μm，每例連續(xù)切片三張進行常規(guī)he染色觀察病理形態(tài)，免疫組織化學染色觀察ki-67、egfr、p53、cea表達情況；可用電熱干燥箱恒溫60℃條件下烤片6-8h。

3.脫蠟：首先用二甲苯于60℃下脫蠟3次，每次15min；再用梯度酒精脫水，依次為無水酒精2次、95％酒精2次、80％酒精1次、70％酒精1次，每次均為5min；再用自來水沖洗片刻后ddh20沖洗5min；0.01mpbs沖洗3次，每次3min。

4.配置3％過氧化氫阻斷內源性過氧化物酶，室溫下維持10min，再用pbs沖洗3次，每次3-5min。

5.抗原修復：先把經過上述步驟處理的切片放在盛有ph為6.0的檸檬酸緩沖液的燒杯中，再把燒杯放入高壓蒸汽鍋內，煮沸至高壓鍋噴氣并維持10min；然后取出切片后使其自然冷卻至室溫，先用蒸餾水沖洗2次，再用pbs沖洗3次，每次3min。

6.封閉：擦凈表面多余水分，滴加4％羊血清封閉后室溫孵育2h，減少非特異性染色。

7.一抗：甩去羊血清，滴加準備好的第一抗體，各抗體稀釋后室溫孵育1h后于4℃下過夜；滴加0.01mpbs作為陰性對照；0.01mpbs沖洗3次，每次3min。

8.去除表面水分,滴加試劑盒中的試劑l，37℃孵育20min，0.01mpbs沖洗3次，每次3min；滴加試劑盒中的試劑2，37℃孵育30min；0.01mpbs沖洗3次，每次3min。

9.甩去pbs液，將經上述處理后的切片浸入新鮮配制的dab顯色液中5min，同時在顯微鏡下觀察顯色程度，染色陽性常表現(xiàn)為棕黃色或棕褐色,陽性反應顯色明顯后則將切片于流水下沖洗，及時終止反應，一般顯色時間為5分鐘左右。

11.蘇木素復染30s-2min后流水沖洗，再用l％鹽酸-酒精分化，氨水返藍或自來水返藍，自來水沖洗。

12.梯度酒精脫水：依次使用70％酒精、80％酒精、95％酒精、無水酒精脫水，每次均為5min；二甲苯浸泡2次，每次8min。

13.用中性樹膠脂封片，然后顯微鏡下閱片，記錄染色結果。

目前尚無有關ki-67表達強弱分級的統(tǒng)一標準。研究文獻和臨床病理工作中通常采用粗略的百分比來表示ki-67標記指數(shù)，即在40×10倍鏡下，每張玻片中隨機選擇10個視野，計算10個視野中陽性細胞平均所占視野的比例來粗略估算ki-67li,細胞核染為棕黃色或棕褐色的細胞則為陽性細胞。如圖1所示，本實施例中使用圖像測量軟件imageproplus6.0來對ki-67免疫組化檢測后的圖片進行定量測量。圖1a表示增殖細胞的胞核中灰黑色顆粒即為ki-67的陽性表達；圖1b表示定量檢測時根據(jù)灰度值不同，軟件自動識別灰色區(qū)域的灰度值并進行測量。

3、ct影像掃描及三維重建后處理

對肺部先行常規(guī)普通平掃，再對病灶進行薄層容積螺旋掃描。囑病人深吸氣后屏住，由胸廓入口掃描至肺底部。

掃描條件：

電壓120～140kv

電流200～400ma

重建層厚0.625mm

矩陣512×512

算法：骨算法軸向重建、濾波反投影(filteredbackprojection,fbp)及雙肺最小視野法。

所有病例的ct診斷和后處理均由兩位分別有8年和12年的影像醫(yī)師讀片，當結節(jié)超過一個層面方可診斷為ggo。hrct圖像保存于醫(yī)院dicm(digitalimagingandcommunicationsinmedicine)計算機系統(tǒng)內以供查詢和研究。

本實施例中選取了5項ggo三維重建模型相關的參數(shù)作為變量：平均直徑、總體積(totalvolume,tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)。

三維重建處理：應用adw3.1工作站(advantageworkstation4.3；gehealthcare)，利用重建軟件(lungvcar；gehealthcare)進行三維重建，主要方法采用容積顯示重建(volumerendering，vr)。在vr圖像重建中，點擊結節(jié)后軟件根據(jù)ct值差別自動檢測并劃定興趣區(qū)域(regionofinterest,roi)，即ggo結節(jié)及周圍相鄰結構，包括結節(jié)內部的血管和細支氣管；再通過切割技術對結節(jié)周圍不屬于結節(jié)的結構按照各部分ct值差異辨別后進行自動切割；三維容積圖像顯示后，適當調節(jié)對比度、亮度，使圖像達到最佳視覺效果；然后可使用旋轉技術從720°全角度觀察結節(jié)三維形態(tài)、內部血管或細支氣管結構、及與邊緣胸膜的關系等情況；最后自動對ggo三維直徑、tv、max、avg和std進行準確測量并列出。圖2顯示肺磨玻璃結節(jié)(ground-glassopacity，ggo)的三維重建處理與參數(shù)測量，圖2a表示高分辨率ct(hrct)上典型的ggo(箭頭)；圖2b表示軟件自動生成的重建后的ggo模型以及自動測量相關參數(shù)；圖2c表示2b中的參數(shù)列表放大，包括三維直徑、體積(tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)。

4、統(tǒng)計分析

所有數(shù)據(jù)均記錄為平均值±標準差。采用levene檢驗檢測變量方差齊性，結果除了ki-67li以外所有變量均為方差不齊，如表2所示。故對于方差不齊的變量運用kruskal-wallis檢驗來計算各組間變量是否具有顯著性差異，方差齊性的ki-67li則用單因素方差分析(anova)來分析組間差異。另外，運用lsd檢驗來進行ki-67li的組間兩兩配對檢驗，用tamhane’st2來對結節(jié)直徑、tv、max、avg、std及ki-67li預測值進行兩兩間配對檢驗。用受試者工作特征曲線(receiveroperatingcurve,roc)分析來檢測各變量對于鑒別不同病理類型的ggo病灶的靈敏性和特異性。spearman相關性分析和多元回歸分析并十折交叉驗證來建立ki-67li的預測模型。統(tǒng)計分析所用軟件為spss22.0，p＜0.05為差異有統(tǒng)計學意義。

表2以levene檢驗進行變量方差齊性檢驗結果

注：

變量包括ggo結節(jié)直徑、總體積、最大ct值、平均ct值、ct值分布標準差、ki-67表達指數(shù)及ki-67表達指數(shù)預測值；

p(sig.)<0.05表示變量方差不齊，需用tamhane’st2檢驗，p(sig.)>0.05則表示方差齊性，需用最小顯著差異檢驗(lsd)；

二.結果

1、影像學特征及病理組織學診斷

ggo的三維重建ct參數(shù)由后處理軟件自動測量，各病理的參數(shù)比較如圖3所示，圖3表示非浸潤腺癌(pia)、微浸潤性腺癌(mia)及浸潤性腺癌(iac)之間各參數(shù)的比較。ki-67表達陽性細胞表現(xiàn)為位于過度增殖細胞的細胞核內棕褐色顆粒，相關統(tǒng)計數(shù)據(jù)見仍見表1。

2、不同病理類型的各參數(shù)roc曲線鑒別分析

通過roc曲線分析得到結節(jié)直徑、tv、max、avg、std和ki-67li對于pia和mia組間鑒別的曲線下面積(auc)分別分0.801、0.822、0.890、0.857、0.901和0.907，對于mia和iac組間鑒別的auc分別為0.812、0.793、0.749、0.731、0.684、0.901；在各自變量曲線上的點同時選取最大真陽性率(即靈敏性)和最小假陽性率(即1-特異性)就可得到各個變量對于組間的鑒別閾值，通常是最靠近曲線左上角的那點[37]。故所得直徑、tv、max、avg、std和ki-67li對于pia和mia組間最佳鑒別閾值分別為10.55mm,217mm³,-126.5hu,-615.5hu,135.5和4.38％，而對于mia和iac組間最佳鑒別閾值分別為21.8mm,1708.5mm³,189hu,-464hu,169.4和9.88％，如圖4所示，圖4表示肺部磨玻璃結節(jié)(ggo)直徑、體積(tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)的受試者工作特征曲線(roc)分析。根據(jù)曲線下面積(auc)可以看出ki-67li有著比其他各項三維ct參數(shù)更好的靈敏性和特異性。各項參數(shù)對于鑒別pia和mia組間差別比mia和iac組間差別效率更高。

3、三維ct參數(shù)與ki-67li之間的相關性

通過spearman相關性分析，ggo直徑(p<0.001)、tv(p<0.001)、max(p<0.001),avg(p<0.001)和std(p<0.001)與ki-67li之間均有顯著性相關，各自相關系數(shù)分別為0.575,0.559,0.605,0.585and0.639，如圖5所示，圖5為肺磨玻璃結節(jié)(ggo)的直徑、體積(tv)、最大ct值(max)、平均ct值(avg)和ct值分布標準差(std)與ki-67li之間spearman相關性分析的散點圖(r為相關系數(shù))；各參數(shù)均與ki-67li成顯著性正相關；圖5(s)證明了ggo具有異質性，隨著實性成分的增多，當超過50％時并不會出現(xiàn)std的拋物線式下降。

另外，通過多元線性回歸分析來進一步定量探索三維ct參數(shù)與ki-67li之間的相關性，并進行十折交叉驗證(10-foldcross-validation)即將160例ggo病例均分為10組，依次定義1組為測試組(testingsets)，另外9組為訓練組(trainingsets)來進行回歸模型構建，然后用測試組代入檢測驗證。最后得到10個關于ki-67li的多元回歸方程，并計算每個方程的平均絕對誤差(meanabsoluteerror,mae)，平均相對誤差(meanrelativeerror,mre)和均方根誤差(rootmeansquareerror,rmse)來評價各自方程的回歸效率。

上述公式中n表示測試組病例數(shù)即10，表示ki-67li的預測值，y1表示ki-67li的實際值。

表3160例ggo病例三維ct參數(shù)對ki-67表達指數(shù)(li)多元線性回歸模型的十折交叉驗證

注：r表示多元相關系數(shù)，r²表示決定系數(shù)，mae表示平均絕對誤差，mre表示平均相對誤差，rmse表示根均方誤差；

r和r²表示回歸模型的契合度；

mae、mre及rmse表示回歸模型的預測精準度，三者越低則回歸模型預測越準確。

最終10個回歸方程中，通過交叉驗證比較得出第5組方程具有相對較高的預測準確率，回歸方程如下：

ki-67li＝0.022*std+0.001*tv+2.137(4)

將納入研究的160病例三維ct參數(shù)全部代入得到整體的ki-67li預測值，pia、mia和iac的ki-67li預測值均值分別為4.27±0.76(range,2.67～6.05％),6.50±1.69(range,3.00～11.74％)和8.81±3.73(range,3.75～16.65％)，且兩兩組間均有顯著性差異(anovap<0.001,lsdpiavs.miap<0.001,miavs.iacp＝0.014,piavs.iacp<0.001)其如圖6所示，圖6圖6為ki-67表達指數(shù)(li)實際值和預測值在不同病理類型肺磨玻璃結節(jié)(ggo)包括非浸潤腺癌(pia)、微浸潤腺癌(mia)及浸潤性腺癌(iac)之間的箱線圖比較。結果顯示ki-67li實際值和與預測值組間均有顯著性差異。另外通過roc曲線分析，我們比較了ki-67li預測值和實際值的auc，盡管ki-67li預測值的auc(pia/mia：0.893；mia/iac：0.841)沒有真實值的auc(pia/mia：0.907；mia/iac：0.901)高，但也比影像學參數(shù)對于不同病理類型ggo組間鑒別的準確度高，其如圖7所示，圖7roc曲線分析比較ki-67li的實際值和預測值對于鑒別判斷不同病理類型肺磨玻璃結節(jié)(ggo)的靈敏性和特異性。

本發(fā)明開創(chuàng)性的將具有較好客觀性和準確性的ggo三維重建模型中所測量的相關ct參數(shù)與病理標本中肺癌細胞ki-67表達指數(shù)(labelingindex,li)相聯(lián)系，通過研究二者的量化相關性來建立以三維重建參數(shù)預測ki-67li的多元回歸模型，從而對術前ggo的病理性質的鑒別診斷提供更準確可量化的評估，為醫(yī)生判斷提供了一個較好的中間值。將比以往單純的通過影像學特征來主觀判斷更加精確。

以上對本發(fā)明的具體實施例進行了詳細描述，但其只是作為范例，本發(fā)明并不限制于以上描述的具體實施例。對于本領域技術人員而言，任何對本發(fā)明進行的等同修改和替代也都在本發(fā)明的范疇之中。因此，在不脫離本發(fā)明的精神和范圍下所作的均等變換和修改，都應涵蓋在本發(fā)明的范圍內。