在美国和世界范围内，肺癌仍然是癌症死亡的主要原因，超过了接下来的三种癌症。肺癌的高死亡率部分反映了疾病早期缺乏身体症状导致晚期诊断和缺乏肺癌筛查。一些研究人员早期肺癌行动计划(ELCAP)的早期工作证明了与胸部X射线相比，使用胸部低剂量CT扫描肺癌筛查的效果。这项工作由更大的人跟进国家肺部筛查试验，与胸部X线检查相比，使用LDCT检查进行肺癌筛查时肺癌死亡率降低20%。然而，24%的国家肺部筛查试验参与者筛查出的肺结节不确定需要随访，但96%的这些结节被发现是非癌性的(或假阳性)。这些误报可能导致有害或代价高昂的意外后果。高假阳性率和相关的过度诊断证明需要提高基于CT的肺癌筛查的功效。
　　为了减少破坏性的肺癌负担，使用LDCT检查的肺癌筛查在临床中变得更加普遍，并且最近被批准在美国医疗保健系统中报销。在LDCT筛查期间检测到的不确定结节的高流行率是筛查的一个具有挑战性的方面，并且随着肺筛查的实践增长需要加以解决。虽然一直在专注于肺结节检测相比，结节的诊断图像处理显著更多的研究工作，调查人员已在结节的诊断使用多种图像处理和评价办法工作了超过20年。为区分良性和恶性结节而开发的图像特征包括结节形态，结节密度，图像纹理，深度学习以及用于各种分类器的许多其他结构。
　　肿瘤血管生成对肿瘤活力和生长至关重要的事实在生物学中已被公认为肺癌风险，进展和治疗效果的标志。侵入性离体程序是评估肿瘤血管生成的标准方法，其涉及对肿瘤进行取样以评估其微血管密度(MVD)并评估所支持的肿瘤细胞的代谢负担。已经开发了几种成像技术，通过量化结节中的灌注或代谢活动水平来间接评估肿瘤血管生成实现各种方法(如动态成像，对比度增强成像，图像纹理分析)。这些技术主要关注肿瘤的内部微血管。一些研究者在结节外CT图像上首次观察肿瘤血管生成，并报道了肺静脉向恶性结节汇聚，明显多于良性结节。文献中的其他报道支持这样的观点，即脉管系统朝向或围绕CT图像上描绘的结节收敛可能与肺癌阶段和病理学有关。
　　在这项研究中，研究人员调查了肺结节周围的血管是否可以区分良性和恶性结节。开发了计算机算法以检测和量化非对比LDCT扫描中描绘的结节周围的局部环境中的管状结构。从肺癌筛查研究中回顾性收集了50个不同受试者获得的经过验证的良性和恶性结节的CT扫描，以检测血管(即管状结构)的存在是否会在恶性结节的局部环境中显着增大与良性结节相比。
　　研究表明，向不确定结节或周围会聚的血管是在肺癌筛查期间鉴别良性和恶性肺结节的重要图像生物标志物。据知，这是第一次量化非对比LDCT图像上描绘的结节周围血管的研究及其与恶性肿瘤的关系。单独研究的两个特征是连接的血管数量和结节周围血管的体积，两者均表明在LDCT扫描中区分良性和恶性结节的适度能力。虽然LDCT协议对于复杂的计算机分析来说并不是最理想，鉴于LDCT检查肺癌筛查的可用性越来越高，评估该算法在评估肺癌筛查数据集中不确定结节方面的表现非常重要。研究人员的目标是使用初次筛查访问期间收集的数据减少LDCT肺筛查期间启动的随访程序。
　　在本研究中，与结节相关的血管数量和用作量化图像特征的结节周围血管的体积密切相关。在二分类数据集中，为达到大于90%的灵敏度，血管计数和血管容积的特异性分别为40.0%和26.0%。一般而言，与容器体积相比，当将血管数量二分时，更容易保持高灵敏度而不会过多地降低特异性。这一发现可能部分是由于这样的事实，研究人员没有分开肺部动脉和静脉。研究者观察到，结节向结节汇聚的动脉计数在恶性结节和结节之间没有显着差异，但与良性结节相比，恶性静脉计数显着增加。研究中，与良性结节相比，恶性结节的附着血管数明显增多。同样，Mori等人的所有恶性结节和88%的良性结节。研究中有动脉附着，但93%的恶性结节和仅13%的良性结节附着静脉。围绕结节特征的血管体积仅需要在结节周围的子体积中存在血管，并且不需要附着或会聚走向结节。因此，大多数恶性结节具有高血管容积，良性结节的百分比也很高。高等人。研究人员报道49%的恶性和90%良性磨玻璃结节在CT图像上有血管旁路或穿过结节，但51%的恶性结节在结节附近有血管样扩张，扩张或复杂。 。他们没有发现动脉和静脉存在差异。
　　研究人员开发和研究的两个特征被证明具有区分良性和恶性结节的适度能力，但表现略有不同，这表明这两个特征的组合可以改善辨别性能。研究使用肺癌筛查非对比LDCT扫描来评估不确定结节，而其他研究报告血管收敛，使用诊断性CT扫描。在这项研究和其他研究中的一个常见观察是CT图像上的血管描述提供了可用于区分良性和恶性结节的信息，但它是一种复杂的关联。
　　除了协助筛查肺结节的评估外，周围的血管CT图像特征也可能在预测疾病进程和治疗效果方面发挥重要作用。在对86例癌症病例进行的组织病理学研究中，研究者研究了瘤周和瘤内血管侵袭肺肿瘤。肿瘤的血管侵入的存在与无事件存活的长度减少显着相关，并且在早期癌症中转移复发的发生率增加。虽然这是一项微观研究，但基于CT图像的周围血管特征可能可以作为替代标记血管侵犯肿瘤 由于几个肺癌治疗方案针对肿瘤血管生成，周围血管图像特征似乎非常适合于帮助量化对这些类型治疗的反应。具体而言，研究人员认为连续CT扫描中与结节相连或周围的血管减少可以提供肿瘤正在接受或要求较少营养以生长和转移或更重要的是停止生长的证据。这两种应用都需要更高质量的CT扫描，可能增加对比度增强(例如碘对比度)以改善血管系统的描述 与非对比LDCT肺癌筛查扫描相比。
　　虽然许多研究人员使用诊断性CT扫描来诊断不确定的结节另一组也使用计算机分析肺癌筛查计划的LDCT扫描来区分良性和恶性结节。在他们的初步研究中，在线性判别分析中使用了7个特征，并且鉴别良性和恶性结节的AUC为0.846。在后续研究中，在同一数据集上使用了大规模训练人工神经网络，非训练病例的性能提高到AUC=0.875，整个数据集的性能提高到0.882。虽然研究人员的两个特征的表现没有上述更复杂的研究那么高，但研究人员的研究独立评估了两个图像特征，并且每个特征都达到了适度的性能。
　　最近的两项研究应用了新兴的深度学习方法将结节分类为良性或恶性，两项研究均表现出良好的表现。然而，结节状态(即良性或恶性)由放射科医师的主观视觉评级确定，并且似乎在数据集中比LDCT扫描有更多的诊断性CT扫描。放射科医师在结节检测和诊断方面的协议存在很大差异，这表明基于放射科医师解释的研究是基于真实的近似。因此，匹配放射科医师对不确定结节的主观评估可能不是最终目标，因为放射科医师通常建议采用额外的随访程序(例如，随访成像，活组织检查)来最终确定结节状态。最终，如果一组(或单个)图像特征可以排除在筛查LDCT扫描中检测到的不确定结节，那么这样的特征集将消除许多不必要的后续和可能有害的程序。
　　初步研究存在一些局限性。首先，在研究中使用在相对较厚的肺癌筛查图像重建的非对比LDCT扫描，这对于量化结节周围血管的任务来说是次优的。虽然一些算法开发是在更高质量的CT扫描(更高的辐射暴露和更薄的图像)上进行的，但研究人员认为鉴于最近肺癌筛查的增加，评估周围血管特征的表现非常重要。对比LDCT扫描。克服低剂量小血管分辨率低的可能性 图像，研究人员使用了几个方向和距离标准来检测和量化血管。因此，研究人员认为这项研究代表了对良性和恶性结节的歧视的最低表现。其次，研究人员正在开发其他几种图像特征来量化脉管系统在更高质量的CT扫描中围绕结节(例如，弯曲度，空间交叉模式)。将来，与本研究相比，包括模型中的所有脉管系统图像特征可以提高确定结节恶性的能力。但是，这项研究代表了研究人员的算法在LDCT扫描中的当前表现。第三，研究人员在计算周围血管特征时没有控制结节大小。这可能会对周围的血管数量和体积结果产生偏差。然而，研究人员认为结节大小控制的缺失对研究人员的研究没有显着影响，因为结节大小与周围血管数量和体积之间的相关性较弱，结节大小在两组之间没有显着差异。四，样本量虽然很小，但它在良性和恶性病例之间是平衡的，并且LDCT方案对于所有受试者是相同的。最后，这是一个单一机构的案例研究，可能会或可能不会推广到其他机构。
　　受血管生成在肿瘤生长和转移中的作用的启发，研究人员发现CT图像上描绘的结节周围的血管是潜在的肺癌生物标志物。尽管使用次优CT图像进行测试，但与非肺癌组相比，研究人员基于形态学的图像特征量化了周围血管在肺组中的显着差异。由于研究结果是使用次优肺癌筛查观察到的非对比LDCT检查，它提供了一个初步迹象，表明量化结节周围血管的方法可能在评估肺癌筛查期间检测到的不确定结节时发挥作用。研究人员认为，基于初始筛查访问期间收集的数据，具有高灵敏度甚至适度特异性的任何工具(或图像特征)用于区分不确定结节为良性或恶性，可以提高肺癌筛查的功效。