放射组学临床预测模型在低剂量CT肺结节诊断中的应用

摘要：

目的:探讨放射组学临床预测模型在低剂量CT肺结节诊断中的应用价值.方法:回顾性分析115例于我院行低剂量CT扫描的肺结节患者,所有患者均具有完整的临床病史资料.应用3D-slicer软件分割肿瘤及提取影像组学参数.应用组内相关系数及LASSO(Least absolute shrinkage and selection operator)回归选择稳定的影像组学参数及降维,并根据LASSO回归系数计算放射组学评分(rad_score).基于二元逻辑回归建立三种预测模型.绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),比较模型的预测能力.根据具有最好预测能力的模型绘制诺莫图.结果:115例患者中,71例经病理证实为非小细胞肺癌,44例证实为良性病灶.在单变量分析中,性别、吸烟史及年龄均与肺结节的良恶性无关(P均>0.05).在训练集中,恶性结节的放射组学指数高于良性结节,差异具有统计学意义(P=0.002);在验证集中,放射组学指数在两组间差异无统计学意义(P=0.3).ROC结果显示,结合模型在训练集及验证集中表现均最佳(AUC=0.77及0.70).结论:结合临床信息及放射学参数的临床预测模型具有较好的预测肺结节良恶性的能力.

关键词：放射组学;预测模型;低剂量CT;肺结节

所属期刊栏目：40

资助基金：十堰市引导性科研项目19Y67

在线出版日期：2021-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：363-367