基于静脉期双能CT的影像组学模型预测肺腺癌EGFR基因突变状态
目的 探讨基于静脉期双能CT(DECT)的影像组学模型对肺腺癌表皮生长因子受体(EGFR)基因突变状态的预测价值.方法 回顾性分析2017年9月至2020年6月经病理证实的103例肺腺癌患者的临床及DECT影像资料.所有患者均行突变扩增阻滞系统(ARMS)-聚合酶链反应(PCR)明确EGFR基因突变状态,其中男54例,女49例,年龄21~88岁,平均(61±11.89)岁,按照7:3随机分为训练集(71例)和验证集(32例).分别提取静脉期40、100 keY的396个影像组学特征.对临床资料、DECT碘参数进行单因素分析,将差异有统计学意义的变量联合组学特征纳入Logistics回归构建预测模型并绘制诺模图,采用受试者工作特征(ROC)曲线评估模型诊断性能.结果 在训练集和验证集中突变组的癌胚抗原(CEA)、能谱曲线斜率(λHU)明显高于野生组(训练集分别为P =0.003、P=0.000;验证集分别为P=0.017、P=0.035).联合模型预测肺腺癌EGFR基因突变在训练集和验证集的曲线下面积(AUC)分别为0.871和0.827.结论 基于静脉期DECT的影像组学模型在预测肺腺癌EGFR基因突变状态方面具有较好的应用价值.
肺肿瘤、表皮生长因子受体、影像组学、体层摄影术、X线计算机
40
R734.2;R541.4;TP311.52
江西省科技厅重点研发项目;江西省教育厅重点项目
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
1516-1520