目的:探讨在多层螺旋CT（Multi-slice spiral CT,MSCT）薄层靶扫描上磨玻璃结节（Ground glass nodule,GGN）内部血管、支气管改变分型及实性占比与肺腺癌侵袭性的相关性,为临床诊断提供依据。方法:回顾性分析2020年1月至2021年2月就诊于我院并且经手术治疗、病理证实为肺腺癌的109例GGNs患者,均为单发、最大直径小于或等于2.0cm、行MSCT薄层靶扫描及多平面重组（Multi-planar Reformation,MPR）。根据2011年版《肺腺癌国际多学科分类》分为三组:浸润前病变（Preinvasive lesion,PIL）组（n=67）;微浸润腺癌（Minimally invasive adenocarcinoma,MIA）组（n=15）;浸润性腺癌（Invasive adenocarcinoma,IAC）组（n=27）。（1）收集患者的基本临床资料:性别、年龄、病变部位。（2）利用人工智能（Artificial intelligence,AI）软件分析病灶的最大直径及实性占比并记录。将AI自动测量实性占比分三组:实性成分=0（即p GGN）记为A组,实性成分<50%记为B组,实性成分≥50%记为C组。（3）观察并记录GGN内部血管、支气管改变分型。将血管改变分为四型,支气管改变分为三型。采用统计学软件SPSS 26.0进行统计学分析,P<0.05为差异有统计学意义。结果:（1）三组不同病理类型GGN患者在性别及发生部位上的差异没有统计学意义,（χ2=0.218、14.134,P=0.897、0.078）;而在发病年龄上差异具有统计学意义（χ2=9.964,P<0.001）。（2）在GGN的最大直径上,三组间差异均有明显统计学意义（P<0.001）,其平均大小分别为:PIL组（0.85cm±0.35cm）、MIA组（0.92cm±0.33cm）、IAC组（1.57cm±0.39cm）。AI测得最大直径预测IAC的ROC曲线分析结果显示:当最大直径大于1.0cm时,预测肺腺癌侵袭性的敏感度及特异度最高,分别为:66.67%、83.58%,曲线下面积（AUC）为0.802（95%CI:0.714-0.872）。（3）血管及支气管分型比较:不同血管及支气管分型在三组不同病理类型中显示差异具有统计学意义（χ2=65.465、50.197,P值均<0.001）。GGN内部血管改变分型与支气管分型存在相关性（χ2=52.730,P<0.001,Gamma系数=0.767）,MIA+IAC血管分型以Ⅲ、Ⅳ型为主,其支气管分型以Ⅱ、Ⅲ型多见;PIL血管分型以Ⅰ、Ⅱ型为主,其支气管分型以Ⅰ、Ⅱ型多见。（4）AI测得GGN实性占比比较:PIL组A～C组分别占92.5%、3.0%、4.5%,而MIA组分别占60%、26.7%、13.3%,IAC组分别占22.2%、37.0%、40.7%。随着浸润程度的增加,实性成分占比随之增加。三组不同病理类型的GGN在实性成分占比上差异具有统计学意义（P<0.001）。且GGN内部实性成分占比与血管分型、支气管分型存在相关性（χ2=41.399、29.492,P值均<0.001,Gamma系数=0.791、0.707）。（5）GGN内部血管改变分型、支气管改变分型、实性占比两两联合分析比单独分析明显提高了诊断的敏感度及阴性预测值。结论:1.MSCT薄层靶扫描上GGN内部血管和支气管的形态改变有助于肺腺癌良恶性的鉴别。2.使用人工智能（AI软件）自动测量GGN的最大直径及实性成分占比有助于GGN的侵袭性判定。3.GGN内部血管、支气管的形态改变、实性占比两两综合分析较单独分析诊断敏感度明显提高。