基于CT影像组学预测感染性肾结石的价值

摘要：

目的 利用计算机辅助诊断技术探讨影像组学数据在鉴别结石成分的应用.方法 回顾性分析2018年12月至2020年12月蚌埠医学院第二附属医院140例采用经皮肾镜取石术(PCNL)治疗的病人,收集临床治疗前因素及CT图像的相关数据,术后通过傅里叶转换红外光谱法测定结石成分,并以结石主成分≥70％定义结石性质.利用图像分析软件和计算机程序设计语言工具,从每位病人的CT图像感兴趣区域中提取出105个影像组学特征.按照7:3将数据分为训练集98例和验证集42例,采用t检验、χ2检验、秩和检验及LASSO回归分析法对训练集进行变量选择,得到最佳特征选集,最终利用R语言软件构建感染性结石的列线图预测模型,模型评价指标为分辨度和符合度,采用ROC曲线下面积评价模型的分辨度,绘制校正曲线评价模型的符合度,外部验证利用验证集数据评估模型效果并绘制ROC曲线.结果 140例病人术后结石成分分析报告显示感染性结石49例,非感染性结石91例.训练集数据临床治疗前因素的分析结果显示差异有统计学意义(P<0.05)为女性、尿蛋白、尿碱性、尿亚硝酸盐、尿培养、尿白细胞.感染性结石组尿白细胞数为162(46.5,944.0)个,非感染性结石组56(10.5,169.5)个,P=0.003;感染性结石组尿酸为(285.22±83.22)μmol/L,非感染性结石组(324.85±99.95)μmol/L,P=0.046.训练集影像组学LASSO回归分析法筛选得到8个相关性较高的影像组学特征变量.进一步logistic多因素分析得出最佳特征选集包括2个临床治疗前因素(女性、尿碱性)和2个影像组学特征(群集阴影、大依赖性低灰度级强度),训练集AUC(0.892,95％CI:0.830～0.954),验证集AUC(0.842,95％CI:0.702～0.981),校正曲线表明模型符合度较好.结论 计算机辅助诊断技术帮助下提取的影像组学特征,结合临床治疗前因素,有助于术前判断感染性肾结石的发生风险.

关键词：尿路结石症、影像组学、泌尿道感染、电子计算机断层扫描、感染性结石、列线图

所属期刊栏目：25

分类号：R737.9;R692.4;TP391.41

资助基金：蚌埠医学院自然科学类项目BYKY2019164ZD

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1401-1406