目的:分析研究磨玻璃结节样肺腺癌的CT影像学特征与表皮生长因子受体（epidermal growth factor receptor,EGFR）基因突变状态的相关性,并利用深度学习算法,通过BigBiGAN分析并提取影像学特征,构建预测磨玻璃结节样肺腺癌患者EGFR基因状态的模型,为临床诊治提供一定帮助。方法:收集2015年7月至2019年7月就诊于中国医科大学附属第一医院并行肺磨玻璃结节样肺腺癌手术的患者。所有患者均要求有我院术前的CT影像学资料,并提示肺部至少有一处长径为3-30mm之间的磨玻璃密度结节,并要求术后分期为T1-2N0M0,且术后病理为肺腺癌并完善血或组织基因检测。同时收集患者相关的临床、影像学、实验室资料。包括患者年龄、性别、高血压、糖尿病、冠心病史、吸烟史、饮酒史以及肿瘤家族史。临床资料包括手术前的影像数据,肿瘤标志物CEA,术后病理类型资料及术后TNM分期和基因检测结果。对患者影像学图像预处理之后,基于CT成像将患者的病灶手动逐层勾画,将所有勾画出的磨玻璃样结节的ROI图像按8:1:1随机分为训练数据集、验证数据集和测试数据集。设计了一种基于大规模双向生成对抗网络（BigBiGAN）架构的深度学习方法,从训练数据集的ROI图像中提取语义特征。然后,将输出的语义特征矩阵用于线性分类器训练,构建一个可以学习到这些特征的BigBiGAN模型,随后在验证集和测试集中对患者的模型进行验证,分别计算模型训练集、验证集和测试集的受试者工作特征曲线（receiver operating characteristic curve,ROC）和曲线下面积（area under the curve,AUC）评价预测模型的准确性。结果:1.本研究共纳入116例磨玻璃结节样肺腺癌患者,其中EGFR突变患者共84例（73.4%）,其中敏感突变19外显子/L858r突变患者有72例（62.1%）,其他少见突变患者有12（10.3%）,无EGFR突变患者有32例（27.6%）。2.女性患者EGFR基因突变率为79.2%,男性患者突变率为61.4%,两者差异具有统计学意义（P=0.037）。3.非吸烟患者突变率为77.2%,吸烟者突变率为56.5%,两者差异具有统计学意义（P=0.025）。4.与EGFR野生型相比,敏感突变19外显子/L858r突变在性别、吸烟史两个因素上,组间差异具有统计学意义（P<0.05）,而其他少见突变在性别、吸烟史两个因素上,组间差异无统计学意义（P>0.05）。5.磨玻璃结节样肺腺癌患者EGFR基因突变与术前CEA数值无明显相关性,不同EGFR基因状态与CEA表达水平无显著差异性。6.将116名患者的病灶进行逐层勾画,共勾画出2878幅磨玻璃样结节的ROI图像。将2878幅磨玻璃样结节的ROI图像随机分为训练集2302幅图像,验证和测试数据集各288幅。根据BigBiGAN从每张图像中提取的120维语义特征,采用三分类Logistic回归分析表明,训练、验证和测试数据集中的曲线下面积（AUC）分别为0.621、0.674和0.684。该模型在训练集中预测EGFR基因状态的敏感度为74.0%,特异度为46.7%;该模型在验证集中预测EGFR基因状态的敏感度为71.4%,特异度为63.4%;该模型在测试集中预测EGFR基因状态的敏感度为88.9%,特异度为50.7%。结论:1.在磨玻璃结节样肺腺癌中,女性、非吸烟患者的EGFR基因突变率分别高于男性、吸烟患者,且女性、非吸烟患者EGFR基因19外显子/L858r突变率分别高于男性、吸烟患者,差异均具有统计学意义;2.利用深度学习算法,通过BigBiGAN分析并提取影像学语义特征,构建预测磨玻璃结节样肺腺癌EGFR基因状态的模型,显示出较好的预测效能,可以帮助医生筛选对表皮生长因子受体酪氨酸激酶抑制剂治疗敏感的人群。为临床诊治提供一定的帮助。