CT形态特征、性别联合放射组学鉴别腮腺多形性腺瘤与腺淋巴瘤
目的 探讨基于CT平扫的形态特征、性别联合放射组学模型对腮腺多形性腺瘤(PA)与腺淋巴瘤(AL)的鉴别应用.方法 回顾性分析经病理证实的56例PA与49例AL的形态特征,观察分析其形状、边界、囊变、多发以及部位,提取并分析CT平扫图像中肿瘤的6种放射组学特征,包括灰度直方图(HA)、绝对梯度(AG)、灰度共生矩阵(GLCM)、自回归模型(AR)、灰度游程矩阵(GLRLM)和小波变换(WT),对两组间有统计学意义的放射组学特征参数进行筛选,分别以径向基函数核(RBFK)、多项式核(PK)和线性核(LK)对筛选后的放射组学特征建立支持向量机(SVM)分类模型并联合性别及形态特征建立联合模型,运用受试者工作特征曲线(ROC)评价诊断效能.结果 最终从287个放射组学特征参数中筛出12个特征建立分类模型,以RBFK为核的分类模型诊断效能最高,对应的灵敏度、特异度、准确率及曲线下面积(AUC)分别为90.2%、82.5%、89.6%及0.883;PA以女性多见,AL以男性多见;与PA相比,AL更易多发及囊变(P<0.05);而2组间边界是否清楚、形状是否规则以及肿瘤的部位无明显差异(P>0.05).放射组学特征联合性别及形态特征(多发与囊变)建立以 RB-FK为核的联合模型的灵敏度、特异度、准确率及 AUC 分别为 95.1%、87.6%、92.8%及0.963.结论 基于性别及CT形态特征联合放射组学特征建立的联合模型能够在术前对PA与AL进行有效鉴别.
腮腺、多形性腺瘤、腺淋巴瘤、形态学、放射组学、CT
50
R782(口腔科学)
2023-09-21（万方平台首次上网日期，不代表论文的发表时间）
共8页
506-513
