1 177例磨玻璃肺结节患者的CT影像组学特征进行分析，比较了随机森林、Logistic模型、支持向量机等不同分析模型的诊断效能，结果发现，随机森林模型在预测磨玻璃结节良恶性和侵袭性时诊断效能高于其他模型，随机森林模型预测肺结节良恶性的准确性、敏感性分别为95.1%和99.1%，预测肺结节侵袭性时准确度、敏感性分别为83.0%、80.7%，这可能与随机森林可克服过拟合问题有关。Zhao等[20]对651个肺孤立性结节进行了研究，采用3D卷积神经网络和多任务学习的深度学习系统，构建了3D结节分割掩模，并可以实现结节侵袭性的自动预测，该研究根据结节的病理类型，将患者分为非典型腺瘤性增生+原位腺癌、微浸润腺癌组合侵袭性腺癌三组，结果发现，该研究提出的深度学习系统(63.3%)比放射科医师(平均为54.4%)得到了更高的加权T1评分，提示深度学习方法提高了肺结节侵袭性分类的诊断效能 ......