期刊专题

基于常规CT图像应用影像组学模型预测浸润性肺腺癌不同分化程度的价值

引用
目的 探讨CT影像组学模型在预测浸润性肺腺癌(IAC)分化程度的价值.方法 回顾性分析2017年10月至2018年8月经手术病理或穿刺病理结果证实为IAC的患者133例,其中,106例作为训练组,27例作为测试组.根据病理结果,将所有患者分为高、中分化组(67例)和低分化组(66例),所有患者均在本院行胸部CT平扫.使用病灶分割软件ITK-SNAP手动分割每个患者的病灶,勾画每个层面病灶最大界面作为感兴趣区(ROI),对所有病灶CT图像进行高通量特征采集,提取出396个CT特征.对所得特征进行LASSO降维处理,构建得到预测模型,采用受试者工作特征曲线(ROC)评价模型的预测效能.结果 采用LASSO回归降维方法筛选保留10个特征参数,预测模型在训练组中的曲线下面积(AUC)为0.84(95% CI:0.762~0.923),敏感度和特异度分别为59.6%和97.9%,模型的准确度为79.4%,阳性预测值为97.0%,阴性预测值为71.0%;在测试组中预测模型的AUC为0.83 (95%CI:0.698~0.971),敏感度和特异度分别为75.0%和84.2%,测试的准确度为79.3%,阳性预测值为83.2%,阴性预测值为76.3%.结论 基于CT影像组学模型预测IAC的分化程度有重要价值.

肺腺癌、分化程度、影像组学、人工智能

39

TN919.8;R737.9;TP391.41

2020-10-14(万方平台首次上网日期,不代表论文的发表时间)

共4页

1095-1098

暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

39

2020,39(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn