| 程启烨，刘义军，王诗耕，童小雨，范勇，魏巍，陈安良，胡梦婷，张竞颐.基于腹部低keV图像的能谱CT影像组学模型评估骨质状态[J].放射学实践,2025,(04):529-534 |
| 基于腹部低keV图像的能谱CT影像组学模型评估骨质状态 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.04.016 |
| 中文关键词: 腰椎 骨密度 能谱CT 单能量图像 影像组学 随机森林 |
| 基金项目: |
|
| 摘要点击次数: 119 |
| 全文下载次数: 144 |
| 中文摘要: |
| 【摘要】目的：探究基于腹部能谱40~70keV单能量图像构建的影像组学模型评估骨质状态的可行性及其效能。方法：回顾性将2022年2月-2023年11月因疑似结直肠癌而在本院行CT结肠造影（CTC）及全腹部能谱CT平扫和三期增强扫描的407例患者纳入本研究。将CTC图像（120kVp）传至定量CT（QCT）Pro工作站，测量3个椎体（L1~L3）骨密度（BMD）的平均值，并根据测量结果将患者分为3组：骨质疏松组（BMD＜80mg/cm3）、骨量减少组（80mg/cm3≤BMD≤120mg/cm3）及骨量正常组（BMD＞120mg/cm3）。基于全腹部能谱CT扫描的平扫期数据，重建40~70keV（间隔10keV）4组单能量CT图像，每组图像按7∶3的比例随机分为训练集和测试集。分别在4组图像上于L1~L3椎体内勾画全体积ROI并提取影像组学特征。然后，采用最小冗余最大相关性（mRMR）、递归特征消除（RFE）和最小绝对收缩和选择算子（LASSO）筛选最佳组学特征。以QCT测量结果为标准，采用随机森林（RF）分类器分别基于4组单能量CT图像构建4个评估骨质状态的组学模型，绘制受试者工作特征（ROC）曲线并计算Macro-AUC以评估4个模型的诊断效能。结果：基于4组单能量CT图像，分别提取了10、9、3和9个最佳组学特征。在测试集中各模型的Macro-AUC随keV的降低呈逐渐上升的趋势，分别为0.887、0.893、0.894和0.897，均具有良好的诊断效能。结论：基于腹部能谱CT低keV单能量（40~70keV，间隔10keV）图像构建的骨质状态评估模型具有良好的诊断效能。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
