肺癌是当今世界范围内死亡率最高的癌症。由于吸烟人群规模较大、空气污染及雾霾环境较重，肺癌在我们国家尤为严重，约占全世界死亡人数的1/3。降低肺癌死亡率的主要方法是早诊早治，但目前尚缺乏有效的早期诊断手段。考虑到血管增生在肿瘤生长过程中扮演着重要的角色，我们在本课题中提出一种新的构想：通过研究结节周边的血管形态特征来评估结节的良恶性及肿瘤的发展变化。我们的研究将利用平扫高分辨CT图像及计算机影像分析方法，定量分析肺结节周边的血管形态特征（包括血管容积、分支数目、平均二分叉角度、平均弯曲度及平均直径等），探索以上参数与结节良恶性之间的关系及其在肿瘤发展过程中的变化，检测结节周边血管形态对于判断结节性质及评估肿瘤变化的价值，从而寻找一种新的、有助于肺癌早期诊断的图像生物标志，实现对肿瘤的良恶性质、发展及疗效进行准确量化评估的目标。　

Lung cancer is the leading cause of cancer deaths worldwide. Due to the large-scale tobacco users and the air pollution, frequent smoggy or haze weather, the death caused by lung cancer in our country accounts for nearly one-third of the world's total. The main way to reduce mortality of lung cancer is early diagnosis and early treatment, while at present there is few effective diagnosis method at early stage. Considering angiogenesis plays a critical role in tumor growth, we propose a new idea in this project, that is, to investigate the macro-vascular patterns and characteristics surrounding nodules, aiming to identify the benign or malignant nodules and the development or changes of tumors.Non-enhancement high-resolution chest CT images and computer analysis software will be used, we will investigate the local vascular patterns surrounding nodules to quantify the image features(including vascular volume, branch count, branch angle, average tortuosity and diameter), explore the association between above parameters and nature of the nodules, the changes of nodules in the development of tumors, detect the value of the vascular features surrounding the nodules in discriminating benign and malignant and evaluating the changes of tumors. So we want to find a novel and helpful image biomarker that could signal early lung cancer, to achieve the goal of accurate and quantitative evaluation in the nature of benign and malignant tumor, development/growth and treatment effect.

基于血管增生与肿瘤生长与扩散之间的紧密关系，我们提出对低剂量CT扫描中发现的结节周边的血管（宏血管）进行量化分析，研究血管影像学特征是否可以用于帮助区分结节良恶性。我们从已有的胸部影像数据库中随机采集了100组LDCT数据，这些数据源于不同病人，其中50 例被确诊患有肺癌， 50 例存在可疑结节但后来被确认为良性。针对良性肿瘤数据，我们选取CT检查中体积最大的结节用于分析。在确定这些结节之后，我们用数字肺影像分析系统对这些结节进行分割并量化连接或靠近结节的血管数量和体积。用非线性受试者工作特征曲线(ROC曲线) 来分析评估周围血管的数量对肺癌诊断的区分能力，利用逻辑回归模型估计肺癌或恶性结节的几率以及95% 置信区间 (CI) 。血管数量和血管体积在ROC 曲线下 (AUCs) 的面积分别为 0.722(95%CI=0.616-0.811, p < 0.01) 和 0.676(95% CI= 0.565-0.772)。肺癌组中，结节周边的的血管数量9.7 (±9.6)，明显高于非肺癌组中的结节周边血管数量4.0 (±4.3)。 研究结果表明，与良性结节相比，恶性结节周边往往具有更多数量的血管，结节周边血管数量可作为一重要参数用于低剂量CT检查中不确定结节的良恶性判断。