文章摘要
詹鹏超,刘珂衍,邱庆雅,沈佳宁,刘娜娜,王会霞,吕培杰,李臻,高剑波.基于CT影像组学预测胆管癌神经侵犯的价值[J].放射学实践,2023,(07):910-915
基于CT影像组学预测胆管癌神经侵犯的价值
  
DOI:10.13609/j.cnki.1000-0313.2023.07.017
中文关键词: 肝门部胆管癌  神经侵犯  影像组学  体层摄影术,X线计算机
基金项目:河南省高等学校重点科研项目(22A320057)
作者单位
詹鹏超,刘珂衍,邱庆雅,沈佳宁,刘娜娜,王会霞,吕培杰,李臻,高剑波 450052郑州郑州大学第一附属医院放射科(詹鹏超、刘娜娜、王会霞、吕培杰、高剑波)介入科(李臻)450000郑州郑州大学医学院(刘珂衍、邱庆雅、沈佳宁) 
摘要点击次数: 878
全文下载次数: 876
中文摘要:
      【摘要】目的:基于术前CT构建预测肝门部胆管癌(pCCA)神经侵犯(PNI)的影像组学模型,并评价其效能。方法:回顾性分析本院2013年2月-2021年2月149例经病确诊的pCCA患者的临床资料,其中PNI组患者108例,无PNI组患者41例。采用R语言将所有患者按3:1比例随机分为训练集和验证集。在静脉期图像上,沿肿瘤边缘在所有层面上手动勾画3D感兴趣区(ROI),使用3D Slicer提取影像组学特征。采用组内相关系数(ICC)、相关性分析去除冗余特征,采用随机森林算法(RF)对所有临床、影像组学特征进行重要性排序,并选取前18个重要特征构建RF模型。使用准确性、敏感性、特异性及受试者操作特征(ROC)曲线评价模型效能。结果:在训练集中,RF模型的准确性、敏感性、特异性均为100%,ROC曲线下面积AUC为1;在验证集中,RF模型的准确性为70.3%,敏感性为59.3%,特异性为100%,AUC为0.846(0.713~0.979)。结论:基于增强CT图像建立的影像组学模型可用于术前无创性预测pCCA患者的PNI状态。
      
查看全文   下载PDF阅读器
关闭