| 刘雪成，吴树剑，刘奇峰，陶坤，王娟.基于增强CT影像组学的生境分析区分胃神经内分泌癌与胃腺癌[J].放射学实践,2025,(07):896-902 |
| 基于增强CT影像组学的生境分析区分胃神经内分泌癌与胃腺癌 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.07.010 |
| 中文关键词: 胃神经内分泌癌 胃腺癌 影像组学 生境分析 |
| 基金项目:安徽省高等学校科学研究重大项目（2023AH040253）；皖南医学院校级重点科研项目（WK2022ZF23） |
|
| 摘要点击次数: 32 |
| 全文下载次数: 26 |
| 中文摘要: |
| 【摘要】目的：探讨基于增强CT影像组学的生境分析联合临床特征区分胃神经内分泌癌与胃腺癌的临床应用价值。方法：回顾性搜集2013年6月-2024年1月皖南医学院第一附属医院经病理证实的81例胃神经内分泌癌和198例胃腺癌患者的临床及增强CT影像资料，将279例按照7:3比例随机分为训练集（n=195）和验证集（n=84）。首先在增强CT静脉期图像上提取影像组学特征，运用聚类法细分特征亚区域感兴趣区（ROI）；然后对各亚区域提取组学特征并采用最小绝对收缩和选择算子算法进行特征优化，构建各亚区及多亚区融合的生境标签评分。通过单因素及多因素Logistic回归分析筛选出独立危险因素，建立临床模型、传统组学模型、亚区模型、生境模型及临床-生境联合模型，并绘制联合模型的列线图。利用受试者操作特征（ROC）曲线下面积（AUC）评估各模型诊断效能，并通过DeLong检验比较差异；采用决策曲线分析联合模型的临床净收益，并以校正曲线验证模型拟合度。结果：传统组学、ROI亚区1、ROI亚区2及生境模型分别筛选出8、7、10、10个最优特征。多因素Logistic回归分析显示，肿瘤位置、密度及生境标签评分为区分胃神经内分泌癌与胃腺癌的独立危险因素。传统组学、ROI亚区1及ROI亚区2模型在训练集及验证集的AUC分别为0.768/0.720、0.862/0.822、0.819/0.761。联合模型在训练集中的AUC为0.908，显著优于生境模型（0.876）和临床模型（0.716），差异均具有统计学意义（Z=2.156，P=0.031；Z=6.071，P＜0.001）。决策曲线分析表明，联合模型在训练集和验证集中均展现出较高的临床净收益；校正曲线验证了模型在训练集及验证集均高度拟合（X=2.116，P=0.347；X=4.076，P=0.130）。结论：基于增强CT影像组学的亚区模型与生境模型均能有效区分胃神经内分泌癌与胃腺癌，其中临床-生境联合模型表现最优，可辅助临床制定治疗方案。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
