10.3760/cma.j.cn121381-202112001-00249
CT成像的放射组学特征在胰腺炎诊断中的评估效能
目的:探讨胰腺CT成像的放射组学特征在功能性腹痛(FAP)、复发性急性胰腺炎(RAP)、慢性胰腺炎(CP)患者诊断中的评估效能。方法:回顾性分析2017年12月至2020年12月在首都医科大学附属北京天坛医院接受腹部增强CT检查的168例患者的CT影像资料,根据纳排标准,共选取48例患者进行研究,其中男性23例、女性25例,年龄39~84(47.8± 10.2)岁;FAP患者16例(FAP组)、RAP患者18例(RAP组)、CP患者14例(CP组)。通过在CT图像上绘制感兴趣区来勾画胰腺轮廓。从每个感兴趣区提取62个放射组学特征,共分为5类,分别是一阶统计量、灰度共生矩阵(GLCM)、灰度行程矩阵(GLRLM)、邻域灰度差矩阵(NGTDM)和形态学特征,并在3组患者间进行比较。根据组别建立3个IsoSVM机器学习模型,对IsoSVM模型进行训练,并在遗漏的交叉验证样本上进行测试。RAP患者、FAP患者、CP患者的放射组学特征的比较采用Wilcoxon秩和检验。使用受试者工作特征曲线及曲线下面积(AUC)评估个体放射组学特征的评估效能。结果:在单变量分析中,9个放射组学特征(8个GLCM特征和1个NGTDM特征)在患者组间的差异有统计学意义(
Z=3.45~29.76,均
P<0.05)。RAP患者与FAP和CP患者分别进行比较,放射组学特征的AUC范围分别为0.76~0.93和0.73~0.91。IsoSVM机器学习模型的总体预测准确率为82.1%。FAP组的灵敏度、特异度分别为78.7%、100%,AUC为0.90。RAP组的灵敏度、特异度分别为95.2%、77.8%,AUC为0.87,而CP组的灵敏度、特异度分别为70.9%、94.8%,AUC为0.89。
结论:CT成像的部分放射组学特征对胰腺炎的诊断有较好的评估效能,可以区分FAP、RAP和CP患者。
体层摄影术,X线计算机、放射组学、复发性急性胰腺炎、慢性胰腺炎
46
2023-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
718-723