肺癌是在世界世界范围内发病率和死亡率均极高。虽然有许多因素可以预测肺结节恶性的可能性，但多项研究表明，结节的大小与恶性可能性有最强的相关性，且通常在临床中作为预测因素使用。

    对结节大小进行量化并据此检测潜在的结节增长的方式包括二维直径测量和三维体积测量。体积评估本质上比2D测量更准确，并且可以量化体积倍增时间(VDT)等附加参数，是一个更好的检测肺结节恶性潜能的生物标志物。

    自动化的结节分割工具已被推广用于结节体积测量，但目前还没有嵌入到PACS读取环境中。其作为单独工作站上的单独应用程序使用起来通常是繁琐且低效的。此外，自动化的结节分割对于磨玻璃结节或与肺结构紧密相连的结节的分割存在显著的误差，需要耗时的手动编辑和重新勾画。

    然而在实际工作中，人眼是放射科医生最常用于评估结节是否增长的强大工具。人睛能够辨别任何物体在大小、形状和图案上的最微小的变化。根据RECIST标准，结节生长超过25%被认为是进展性病变。近日，发表在European Radiology杂志的一项研究进行了一项图像感知实验，探讨了放射科医师在单纯视觉图像感知的基础上，能在多大程度上直观地检测出肺结节的大小变化。

    在IRB批准下，从PACS匿名输出109张标准胸部CT图像序列。940个虚拟肺结节对(6个基线直径，6个相对体积差，两种结节类型：实性和磨玻璃以及14个重复项)被数字化插入胸部CT图像序列(相同的位置，两个肺结节的大小不同)。这些数字改变的CT图像被展示给9名放射科医生，他们的任务是通过两种选择的强迫选择感知实验设计，从视觉上确定哪个图像包含更大的结节。使用广义线性混合效应模型对这些数据进行统计分析，以确定放射科医生正确识别较大结节的准确性。

    标准基线结节直径、相对体积差和结节类型是影响放射科医生准确性的有统计学意义的因素(p < 0.001)。对于实性(磨玻璃)结节，基线直径至少需要达到6.3 mm (13.2 mm)才能目测到25%的体积变化，准确度为95±1.4%。基线直径和相对体积差最小的结节的准确性最低。此外，与实性结节相比，磨玻璃结节的准确性较低。

 

图1 实性(左)和磨玻璃(右)结节的准确性与标准基线直径(上)和相对体积差(下)的图表。每个读者用不同的颜色表示，用黑色表示逻辑回归拟合，表示平均读者的预期准确性。阴影区域代表拟合的95%置信区间。这里的准确性定义为阅读者正确选择较大结节次数的百分比。图例中还列出了每个阅读者提交的病理数量。

图2 基于广义线性混合效应模型的实性结节(左)和磨玻璃结节(右)的标准基线结节直径和相对体积差函数的三维表面图(上)和等高线图(下)。在表面图中，半透明的表面代表95%的置信区间。等高线图显示了50%、75%和95%精度的等精度线。虚线表示这些等精度线的95%置信区间。

    影响人眼评估结节大小变化的因素包括基线结节直径、相对体积差、实性与非实性结节的类型，人眼对体积更大、实性成分更多的病变的大小变化更为敏感，所提供的变化评估更精确。

原始出处：

Justin Solomon,Lukas Ebner,Andreas Christe,et al. Minimum perceivable size difference: how well can radiologists visually detect a change in lung nodule size from CT images?DOI:10.1007/s00330-020-07326-2