联合Nomogram模型预测卵巢囊腺瘤分类的价值

摘要：

目的 通过对比增强CT图像的影像组学分析,寻找客观量化判断卵巢浆液性与黏液性囊腺瘤分类的新参数,并联合囊腔数建立联合Nomogram模型,探讨这一模型的诊断价值.方法 回顾性分析经病理学检查证实的卵巢囊腺瘤83例,其中浆液性囊腺瘤44例,黏液性囊腺瘤39例.经分层抽样将病例随机分组为训练集58例(70％),测试集25例(30％),通过增强CT图像提取病灶影像特征和影像组学参数,经LASSO回归分析得到具有统计学差异的影像组学参数并构建影像分数Radscore,联合囊腔数建立Nomogram模型,并进行受试者工作特征(ROC)曲线分析,ROC曲线下的面积(AUC)验证其诊断效能.结果 本研究经降维算法后得到5个最优影像组学参数构建Radscore,建立联合Nomogram模型(训练集为AUC 0.94,测试集AUC为0.85),优于单一的影像特征及影像组学参数的诊断效能.结论 Nomogram模型能有效量化卵巢囊腺瘤的异质性,并可作为定量影像生物标志物预测卵巢囊腺瘤分类.

关键词：卵巢肿瘤、囊腺瘤、Nomogram模型、算法、分类、计算机断层X线摄影

所属期刊栏目：42

资助基金：浙江省基础公益研究计划项目;浙江省医药卫生科技计划项目

在线出版日期：2020-05-11（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：566-570