| 黄雪梅，孙英丽，高盼，谭明瑜，段绍峰，李铭.分层分析影像组学模型在肺腺癌诊断中的价值[J].放射学实践,2022,(02):191-199 |
| 分层分析影像组学模型在肺腺癌诊断中的价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2022.02.010 |
| 中文关键词: 肺肿瘤 肺腺癌 影像组学 浸润程度，机器学习 |
| 基金项目:上海市科学技术委员会（20Y11902900）；国家自然科学基金（61976238） |
|
| 摘要点击次数: 2855 |
| 全文下载次数: 3203 |
| 中文摘要: |
| 【摘要】目的：建立并验证可高效鉴别肺腺癌及其浸润程度的预测模型，并根据结节/肿块性质分层分析模型的预测效能。方法：回顾性分析本院2011年10月-2018年12月经病理证实的肺结节/肿块患者2105例。根据肿瘤性质，分为磨玻璃组（A组，1711例）和实性组（B组，394例），组内以2017年10月为界，分为训练集和测试集。收集患者的传统影像特征、人口统计学资料；采用3D slicer对兴趣区（ROI）进行手动勾画，Pyraodiomics提取影像组学特征，最大相关-最小冗余（mRMR）和最小绝对收缩选择算子 （LASSO ）算法对特征进行筛选、降维，构建预测模型，并采用受试者操作特征（ROC）曲线及曲线下面积（AUC），校准曲线和拟合优度检验，临床决策曲线分别评价模型的预测准确性、校准度、临床实用性。结果：在A组、B组分别建立独立组学模型、传统模型和融合组学模型。A组：融合组学模型在训练集、测试集、外部验证集的AUC分别为0.92（0.90～0.93）、0.94（0.93～0.96）、0.87（0.82～0.91）；B组：融合组学模型在训练集、测试集以及外部验证集的AUC分别为0.85（0.80～0.90）、0.80（0.72～0.89）、0.70（0.54～0.85）。De-long检验A组测试集组学模型与传统模型间效能差异有统计学意义（P＜0.05）；B组组学模型与传统模型间的效能结果差异无统计学意义。无论是A组还是B组，Hosmer-Lemeshow拟合优度检验融合组学模型、传统模型P值均大于0.05，校准曲线中融合组学模型预测值与标准基线重合度较高。决策曲线中融合组学模型的净利润率最高。该结果在外部验证集中得到部分验证。结论：影像组学进一步提升了传统诊断模式对肺腺癌的诊断效能。相比于实性肺结节/肿块，融合组学模型在磨玻璃肺结节/肿块中的预测准确性、校准度、临床实用性更为优异。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
