背景与目的:随着生物数学的发展和计算机技术的广泛应用,数学方法已引入到疾病诊断领域。本研究通过对肺癌中鳞癌、腺癌及小细胞癌三种常见病理类型与临床、CT征象间关系的分析,构建肺癌病理亚型(鳞癌、腺癌、小细胞癌)的诊断数学模型,探讨肺癌的数字化诊断。方法:应用SPSS11.0软件进行数据处理,行χ~2检验,经单因素分析后选择临床及CT影像上有特征性的指标共20个,通过Bayes判别构建肺癌病理亚型的数学诊断模型。结果:全组肺癌男女性发病比为2.4:1,鳞癌男最高5:1;发病年龄从23-79岁,平均年龄为57.36岁,发病高峰年龄为50-60岁。中央型肺癌明显高于周围型(68/109 vs 41/109,p<0.01),鳞癌和小细胞癌以中央型居多,而腺癌以周围型为主。CT上腺癌磨玻璃征(44.74%)和胸膜凹陷征(52.63%)明显高于鳞癌和小细胞癌(p<0.01),小细胞癌和鳞癌较腺癌更易发生阻塞性肺炎和肺不张(p<0.01)。Bayes判别构建出的肺癌亚型数序诊断模型,自我验证的准确率为73.4%,对腺癌的验证的准确率最高(78.9%),交互验证显示总准确率为48.6%,腺癌为55.3%。结论:肺癌发病以男性为主,鳞癌男性发病率最高;各病理类型以中老年为主。鳞癌和小细胞癌以中央型多见,腺癌以周围型为主。CT腺癌多伴磨玻璃征、胸膜凹陷征;鳞癌、小细胞癌以阻塞性肺炎、肺不张多见。Bayes判别分析构建的数学函数对肺癌病理分型诊断有一定作用。