利用CT放射组学和AdaBoost机器学习模型对尘肺病阴影与周围性肺癌进行鉴别诊断

《Frontiers in Medicine》：Differential diagnosis of pneumoconiosis mass shadows and peripheral lung cancer using CT radiomics and the AdaBoost machine learning model

基于CT放射组学的肺尘病大块 opacity与周围型肺癌鉴别诊断模型研究。采用103例肺尘病与85例周围型肺癌的CT图像，提取灰度共生矩阵、形状及纹理特征等108个放射组学特征，经LASSO回归和Pearson相关性分析筛选出8个关键特征。对比逻辑回归（LR）、支持向量机（SVM）和AdaBoost算法，AdaBoost模型在训练集（AUC 0.900）和测试集（AUC 0.869）均表现最优，敏感度81.0%，特异度80.8%。研究证实放射组学结合机器学习可有效区分两者，为临床提供非侵入性鉴别工具。

　　
该研究聚焦于利用CT影像放射组学特征结合机器学习算法，解决尘肺病III期患者肺部大块阴影与周围型肺癌的鉴别诊断难题。研究团队从重庆医药高等专科学校附属第一医院2018年3月至2025年6月的病例库中，回顾性纳入103例符合GBZ70-2015标准的尘肺病III期患者，其肺部大块阴影直径均超过20毫米；同时选取85例经病理确诊的周围型肺癌患者，所有病例均经过两位放射科专家复核确认。研究采用分层抽样法将数据集划分为训练集（132例）和测试集（56例），通过ITK-SNAP软件手动勾画病灶区域，确保图像质量达到诊断标准。

在特征提取阶段，研究团队采用Pyradiomics工具包对CT影像进行多维度分析。首先提取了一阶灰度特征（包括平均灰度、标准差等基础参数），然后通过形态学分析获取病灶的形状特征（如凸包体积、等效直径等）。纹理分析部分则整合了灰度共生矩阵（GLCM）、灰度依赖矩阵（GLDM）等经典参数，同时引入小波变换技术处理图像的空间频率信息。经过初步特征筛选，研究团队最终保留了85个具有显著差异性的特征参数。

为解决高维特征带来的计算复杂性问题，研究采用组合降维策略。首先通过Pearson相关系数矩阵分析特征间相关性，剔除高度相关的参数（相关系数绝对值＞0.9）。接着应用LASSO回归进行进一步筛选，通过交叉验证确定最优正则化系数λ=0.0222，最终保留8个关键特征。值得注意的是，这些特征在形态学复杂度（如灰度梯度）和纹理异质性（如GLCM的对比度与熵值）方面表现出显著差异，这为后续模型构建奠定了基础。

在模型构建阶段，研究团队分别采用逻辑回归（LR）、支持向量机（SVM）和自适应提升机（AdaBoost）三种算法进行对比分析。结果显示，在训练集上，三种模型的准确率分别为79.4%（LR）、84.0%（SVM）和80.9%（AdaBoost），而测试集的准确率分别为80.7%（LR）、82.5%（SVM）和86.0%（AdaBoost）。特别值得注意的是，AdaBoost模型在测试集上的AUC达到0.869，较SVM的0.855和LR的0.825均有显著提升，其敏感性（81.0%）和特异性（80.8%）均处于较高水平。这种优势源于AdaBoost算法通过迭代优化样本权重，能够有效捕捉放射组学特征间的非线性关系。

研究进一步通过决策曲线分析（DCA）验证模型的临床价值。结果显示，在阈值概率0.4以下时，AdaBoost模型净获益显著高于"全部治疗"和"全部不治疗"策略；当阈值提升至0.6时，其优势依然存在。这种特性表明该模型既能识别高风险患者进行早期干预，又能有效避免低风险患者的过度治疗。在训练集中，模型的净获益曲线显示在阈值0.3-0.5区间达到峰值，而测试集的曲线则向更高阈值延伸，这可能与不同样本的生物学异质性有关。

研究讨论部分指出，放射组学通过量化影像中的空间分布和纹理特征，能够捕捉到传统影像分析难以识别的病理改变差异。例如，尘肺病大块阴影常伴随不规则边缘、 pleural牵拉征和钙化灶，而肺癌则更易出现分叶、毛刺和空泡征。虽然两者在影像学上存在重叠，但通过机器学习模型对大量参数的整合分析，能够提取出具有鉴别意义的微观特征。研究团队特别强调，所构建的模型在单中心回顾性分析中已展现出良好的泛化能力，其AUC值接近0.9，但未来仍需通过多中心前瞻性研究进一步验证。

在技术方法上，研究团队采用双专家盲法勾画ROI，并通过ICC检验（>0.75）确认操作者间一致性。这种严谨的影像分割流程有效避免了人为误差对结果的影响。在特征工程阶段，研究团队创新性地将形态学特征（如凸包面积）与纹理特征（如灰度共生矩阵的熵值）进行组合降维，既保留了高维数据的生物信息，又解决了维度灾难问题。这种特征筛选策略在保证模型可解释性的同时，提升了模型的计算效率。

值得关注的是，研究团队在模型验证阶段引入了交叉验证和外部测试集的双重检验机制。首先在训练集内通过10折交叉验证确定最优参数，然后在独立的测试集上验证模型稳定性。结果显示，测试集的AUC值较训练集下降约3%，但仍在0.85以上，表明模型具备良好的泛化能力。此外，研究团队通过混淆矩阵分析发现，模型在肺癌的特异性检测（91.8%）上优于敏感性（74.1%），这可能与肺癌病灶的典型影像学特征（如分叶、毛刺）具有更高的可量化性有关。

该研究的临床意义在于，当影像学表现高度相似时，传统阅片法难以准确区分两者。根据世界卫生组织统计，全球每年新增尘肺病患者约50万例，而肺癌的年发病率超过200万例。在亚洲地区，职业性肺病与肺癌的并发率高达15%，误诊可能导致治疗方案选择错误。本研究提出的机器学习模型，通过整合超过100项影像特征，能够以超过80%的准确率实现鉴别诊断，为临床决策提供了新的技术路径。

在方法学创新方面，研究团队首次将LASSO回归与放射组学特征筛选相结合。通过LASSO的L1正则化项，不仅有效去除了多重共线性特征，还保留了具有生物学意义的独立参数。这种组合方法较传统的主成分分析（PCA）或随机森林特征重要性排序，在模型解释性和特征相关性方面更具优势。例如，最终入选的特征包括"灰度共生矩阵的对比度"（+0.32）和"形态学复杂度指数"（-0.41），这些参数分别对应肿瘤的异质性和纤维组织的重塑特征。

研究局限性的讨论具有启发性。首先，样本来源单一可能导致模型对特定地域或职业人群的泛化能力受限。其次，影像分割的耗时问题（平均每位患者耗时25分钟）可能影响临床推广。建议后续研究可探索半自动分割算法或引入深度学习辅助勾画技术，以提高工作流程效率。此外，模型目前未纳入患者临床数据（如吸烟史、接尘年限、肺功能指标等），未来可尝试多模态数据融合，进一步提升预测效能。

从技术发展趋势来看，该研究验证了机器学习在放射组学领域的实用价值。随着5G和云计算技术的普及，实时影像分析逐渐成为可能。未来可探索构建云端放射组学分析平台，实现多中心数据的实时处理与模型迭代更新。在解释模型方面，研究团队建议采用SHAP值分析（单值重要性指标）来量化每个特征对分类的贡献度，这不仅能提高模型的可解释性，还可为影像特征提供生物学关联性解读。

总之，本研究通过系统整合放射组学特征与机器学习算法，为尘肺病与肺癌的鉴别诊断提供了创新解决方案。其开发的AdaBoost模型在测试集上达到了0.869的AUC值，且在净收益分析中展现出显著临床优势，为开发标准化影像诊断工具奠定了重要基础。该成果不仅提升了影像诊断的客观性，更为人工智能辅助诊断在职业病领域的应用提供了可复制的研究范式。