| 周见远, 邹思娟, 汤明, 朱小华.基于18F-FDG PET影像组学区分结节/肿块性肺结核与非小细胞肺癌[J].放射学实践,2021,(06):700-706 |
| 基于18F-FDG PET影像组学区分结节/肿块性肺结核与非小细胞肺癌 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2021.06.002 |
| 中文关键词: 结核,肺 癌,非小细胞肺 影像组学 18F-FDG PET |
| 基金项目:国家自然科学基金面上项目（91959119, 81873903, 81671718） |
|
| 摘要点击次数: 2496 |
| 全文下载次数: 2636 |
| 中文摘要: |
| 【摘要】目的：探讨18F-FDG PET影像组学对结节性或肿块性肺结核（PTB）与非小细胞肺癌（NSCLC）鉴别诊断价值。方法：回顾分析本院行18F-FDG PET/CT的PTB 40例与NSCLC 178例患者，所有患者均经病理证实，按照1：1比例分为训练集和验证集。使用Python软件从PET图像中提取影像组学特征。采用最大相关性最小冗余算法和最小绝对收缩和选择算子选择最优特征，构建影像组学标签评分（Rad-score）。Mann-WhitneyU检验比较组间差异；多因素logistic回归筛选病理类型影响因素。基于临床变量和Rad-score构建复合模型，通过受试者工作特征（ROC）曲线评价模型辨别PTB和NSCLC能力。结果：选择两个影像组学特征构建组学标签。PTB比NSCLC具有较低的Rad-score值（训练集：Z=-5.878,P<0.001；验证集：Z=-5.711,P<0.001），其AUC分别为0.914 (95%CI,0.845~0.959)和0.918 (95%CI,0.850~0.962)，高于临床变量(训练集:AUC=0.811;验证集：AUC=0.740)。综合临床变量和组学标签构建复合模型，模型对病理类型具有良好的辨别能力［训练集：AUC=0.955 (95%CI,0.897~0.985)；验证集：AUC=0.928 (95%CI,0.862~0.969)］，且显著高于SUVmax（训练集：Z=3.930,P<0.001；验证集：Z=2.512,P=0.012）。结论：18F-FDG PET影像组学能有效区分结节/肿块性PTB和NSCLC，为后续临床治疗提供指导。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
|
|
|
