分层分析影像组学模型在肺腺癌诊断中的价值

摘要：

目的:建立并验证可高效鉴别肺腺癌及其浸润程度的预测模型,并根据结节/肿块性质分层分析模型的预测效能.方法:回顾性分析本院2011年10月-2018年12月经病理证实的肺结节/肿块患者2105例.根据肿瘤性质,分为磨玻璃组(A组,1711例)和实性组(B组,394例),组内以2017年10月为界,分为训练集和测试集.收集患者的传统影像特征、人口统计学资料;采用3D slicer对兴趣区(ROI)进行手动勾画,Pyraodiomics提取影像组学特征,最大相关-最小冗余(mRMR)和最小绝对收缩选择算子(LASSO)算法对特征进行筛选、降维,构建预测模型,并采用受试者操作特征(ROC)曲线及曲线下面积(AUC),校准曲线和拟合优度检验,临床决策曲线分别评价模型的预测准确性、校准度、临床实用性.结果:在A组、B组分别建立独立组学模型、传统模型和融合组学模型.A组:融合组学模型在训练集、测试集、外部验证集的AUC分别为0.92(0.90～0.93)、0.94(0.93～0.96)、0.87(0.82～0.91);B组:融合组学模型在训练集、测试集以及外部验证集的AUC分别为0.85(0.80～0.90)、0.80(0.72～0.89)、0.70(0.54～0.85).De-long检验A组测试集组学模型与传统模型间效能差异有统计学意义(P<0.05);B组组学模型与传统模型间的效能结果差异无统计学意义.无论是A组还是B组,Hos-mer-Lemeshow拟合优度检验融合组学模型、传统模型P值均大于0.05,校准曲线中融合组学模型预测值与标准基线重合度较高.决策曲线中融合组学模型的净利润率最高.该结果在外部验证集中得到部分验证.结论:影像组学进一步提升了传统诊断模式对肺腺癌的诊断效能.相比于实性肺结节/肿块,融合组学模型在磨玻璃肺结节/肿块中的预测准确性、校准度、临床实用性更为优异.

关键词：肺肿瘤;肺腺癌;影像组学;浸润程度,机器学习

所属期刊栏目：37

分类号：R814.42;R734.2;R-05(放射医学)

资助基金：上海市科学技术委员会;国家自然科学基金

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：186-194