期刊专题

影像形态学及组学特征联合临床指标预测NSCLC基因突变

引用
目的 探讨基于影像形态学及组学特征的临床综合预测模型在非小细胞肺癌(NSCLC)表皮生长因子受体(EGFR)基因突变中的预测价值.方法 回顾性分析151例病理证实为NSCLC患者术前CT及临床资料,提取CT图像上的肿瘤病灶影像组学特征,采用Logistic回归分析建模,比较临床模型、影像组学标签和综合预测模型对基因突变状态的预测效能.结果 构建的组学标签和年龄、性别、吸烟状态、毛刺征等因素与EGFR突变相关.影像组学标签可以区分EGFR突变状态,曲线下面积(AUC训练集=0.864,AUC验证集=0.831),结合临床模型(AUC训练集=0.720,AUC验证集=0.742)后的综合预测模型(AUC训练集=0.893,AUC验证集=0.846)可提高EGFR状态的预测效能.结论 联合影像组学信息(形态基础特征、一阶统计特征、灰度共生矩阵特征、灰度运行长度矩阵特征和灰度区域大小矩阵特征等)和临床特征的综合预测模型可较好预测EGFR突变,为术前治疗方案的选择提供决策支持.

非小细胞肺癌、表皮生长因子受体、影像组学、机器学习

40

R734.2;TP391.41;R587.1

国家自然科学基金81400058

2021-07-06(万方平台首次上网日期,不代表论文的发表时间)

共6页

485-490

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

40

2021,40(3)

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