增强CT影像组学在鉴别肝转移性腺癌来源的运用

摘要：

目的 探讨基于机器学习的增强CT影像组学模型对肝转移性腺癌来源预测的可行性.方法 回顾性分析317例肝转移瘤患者的增强CT图像及临床影像资料,其中153例非胃肠道来源腺癌(25例乳腺腺癌,128例肺腺癌)和164例胃肠道来源腺癌(95例结直肠腺癌,41例胃腺癌,28例胰腺腺癌).在增强CT三期图像中分别分割肿瘤体积.使用联影科研平台(uAI)提取影像组学特征,用最小绝对收缩与选择算子算法(LASSO)进行特征筛选.结合年龄及性别构建支持向量机分类器预测模型.两位影像医师根据影像特征进行预测.受试者工作特征(ROC)曲线分析各类模型效能,Delong检验对比模型诊断效能.决策曲线分析(DCA)探索模型临床应用价值,校准曲线评估模型预测精度.结果 经LASSO算法从三期图像中共获得6个影像组学特征,建立的影像组学联合模型曲线下面积(AUC)为0.738,结合年龄及性别建立临床影像组学模型的AUC值、敏感度、特异度和准确度分别达到0.833、0.740、0.804和0.771.两位影像医师诊断的AUC值分别为0.643和0.664.临床影像组学模型诊断效能高于两位影像医师诊断,差异有统计学意义(P＜0.05).结论 增强CT影像组学联合模型能鉴别肝转移瘤来源于胃肠道及非胃肠道腺癌,在与年龄及性别联合后支持向量机模型诊断效能提高,明显优于影像医师诊断效能.

关键词：影像组学、计算机体层成像、原发灶未知、肝转移瘤

所属期刊栏目：43

分类号：TN91;R735.3;R473.74

资助基金：江苏省人力资源和社会保障厅江苏省333项目2022-3-6-139

在线出版日期：2024-02-27（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：73-78