文章摘要
徐向东，罗诗维，韦瑞丽，张婉丽，姚旺，丁文双，庞欣蕊，王晔，杨蕊梦，赖胜圣.CT影像组学预测肾透明细胞癌核分级：扫描期相及ROI勾画策略[J].放射学实践,2022,(12):1542-1547
CT影像组学预测肾透明细胞癌核分级：扫描期相及ROI勾画策略
  
DOI：10.13609/j.cnki.1000-0313.2022.12.014
中文关键词: 肾肿瘤  透明细胞肾细胞癌  影像组学  体层摄影术，X线计算机  扫描期相
基金项目:国家自然科学基金面上项目（81971574）；广州市医学重点学科建设资金；广州市高水平临床重点专科建设资金；广州市分子影像与临床转化医学重点实验室基金（202201020376）
作者单位
徐向东，罗诗维，韦瑞丽，张婉丽，姚旺，丁文双，庞欣蕊，王晔，杨蕊梦，赖胜圣 510180广州，广州市第一人民医院放射科（徐向东，罗诗维，韦瑞丽，张婉丽，姚旺，庞欣蕊，王晔，杨蕊梦），病理科（丁文双）；510006广州，华南理工大学医学院（罗诗维，韦瑞丽，张婉丽，姚旺，庞欣蕊，王晔）；510520广州，广东食品药品职业学院医疗器械学院（赖胜圣） 
摘要点击次数: 1268
全文下载次数: 1315
中文摘要:
      【摘要】目的：探讨不同CT扫描期相及感兴趣区（ROI）勾画策略对影像组学方法预测肾透明细胞癌（ccRCC）核分级效能的影响。方法：回顾性搜集具有完整4期CT扫描图像（平扫期、皮髓质期、实质期和排泄期）且经病理证实为ccRCC的137例患者的病例资料。其中，96例为低级别（Fuhrman 1级和2级）ccRCC，41例为高级别（Fuhrman 3级和4级）ccRCC。在每期图像中选取肿瘤最大层面，使用ITK-SNAP软件分别勾画出病灶最大层面的2D-ROI并获得全瘤3D-ROI，并使用Pyradiomics软件分别提取病灶的影像组学特征。然后，采用22种特征选择方法和8种分类算法对组学特征进行筛选并构建了176个分类模型，使用五折交叉检验法验证各模型的预测效能，并采用诊断符合率、敏感度、特异度和受试者工作特征曲线下面积（AUC）评估模型的预测效能。结果：基于3D-ROI的影像组学模型鉴别高、低核级ccRCC的前5个最大AUC的平均值及相应诊断符合率的平均值高于基于2D-ROI的影像组学模型。基于平扫期的影像组学模型的前5个最大AUC的平均值优于其它3个期相。在平扫、皮髓质期、实质期和排泄期CT图像上基于3D-ROI的组学模型的最大AUC分别为0.822、0.732、0.742和0.780，基于2D-ROI的组学模型的最大AUC分别为0.738、0.692、0.710和0.674。结论：采用影像组学方法预测ccRCC核分级推荐选用平扫图像和全瘤3D-ROI。
      
查看全文   下载PDF阅读器
关闭