张超,卢云,2,刘磊,王涛,张宪祥,王东升

    (1 青岛大学附属医院胃肠外二科，山东 青岛 266003； 2 山东省数字医学与计算机辅助手术重点实验室； 3 青岛大学附属医院放射科)

    近年来，全球范围内胃食管结合部腺癌(AEG)的发病率呈上升趋势，手术切除仍然是其主要的治疗手段[1-2]。然而，由于AEG位于食管和胃的交界处，其手术方式一直是争议的焦点[3]。AEG的预后差，若有淋巴结转移，其生存率显著降低[4-7]。选择合适的手术方式及淋巴结清扫范围，可以明显提高AEG的整体存活率[8]。肿瘤术前分期对选择恰当的治疗方案是非常必要的[9]。增强CT诊断AEG淋巴结转移有很多优势，可以对肿瘤进行分型与分期评估，有利于指导制订规范化、个性化的治疗方案[10]。最新版美国国立综合癌症网络(NCCN)指南指出，AEG首选辅助检查方式为使用口服和静脉注射对比剂的胸部/腹部CT。但大量影像数据会耗费医师的诊断时间，且不同医师诊断存在主观偏倚。随着计算机辅助技术和医学成像技术的迅速发展，人工智能(AI)在医学影像诊断中的应用日趋成熟，卷积神经网络(CNN)在医学图像中的应用也越来越广泛[11-12]。NAM等[13]利用CNN完成了胸部影像图片的恶性肺结核自动检测算法的开发和验证；LIU等[14]也阐述了CNN在胰腺癌CT诊断中的应用价值。本课题组曾利用深度学习技术成功建立了直肠癌、胃癌周围淋巴结转移的AI辅助诊断系统[15-16]。本研究通过提取病人术前增强CT图像的定量放射学特征，建立AI识别系统并进行测试，旨在利用更快的区域卷积神经网络(Faster RCNN)模型识别CT阳性淋巴结的快速性和准确性，辅助临床医师在术前实现高效预测阳性淋巴结，协助临床医师做出判断，用以指导选择手术方案。

    1 资料与方法

    1.1 病例选择及分组

    回顾性选取2015年12月—2019年12月在青岛大学附属医院治疗的AEG病人248例。病人纳入标准：术前行胸部和上腹部增强CT检查；接受根治性手术和淋巴结清扫术；术后病理诊断为AEG。排除标准：有胸腹部手术史、放化疗史；手术后未经病理检查证实；胸腹部有其他恶性肿瘤；患有免疫系统等疾病。将入选病人随机分为训练组(174例)和测试组(74例)，分别用于训练模型和评估AI辅助诊断系统的性能。本研究获得了青岛大学附属医院伦理委员会的批准(NO.QYFYWZLL26608)。

    1.2 CT图像获取及标识

    所有病例均采用统一标准进行CT扫描 ......