区分T1-2与T3-4期胃癌CT影像组学模型的建立与验证

摘要：

目的:探讨基于CT影像组学构建的模型术前鉴别T1-2与T3-4期胃癌的价值.方法:回顾性分析465例术前行腹部CT增强扫描且经切除术后T分期明确的胃癌患者,将其分为T1-2期及T3-4期两组,采用分层抽样方法按7:3分为训练集及测试集.在其静脉期CT图像上进行感兴趣区(ROI)的勾画及影像组学特征的提取.采用LASSO回归筛选出与T分期相关性最高的特征,分别利用逻辑回归、支持向量机及决策树建立影像组学模型.基于影像组学特征建立影像组学标签,基于临床特征建立临床模型,结合影像组学标签及临床特征构建影像组学诺模图.使用受试者工作特征(ROC)曲线评价各模型鉴别T分期的效能;Delong检验比较最优影像组学模型与临床模型的ROC曲线下面积(AUC)的差异性及诺模图与二者中效能更好的模型之间AUC的差异性;采用校准曲线评价模型评估与实际病理结果的匹配性,决策曲线评价模型的临床净收益.结果:影像组学模型中,逻辑回归模型的预测效能最好,在训练集和测试集上的AUC分别为0.864、0.836,均高于临床模型;结合影像组学标签及临床特征生成的影像组学诺模图预测效能优于3种影像组学模型和临床模型,在训练集及测试集上的AUC分别为0.876、0.850.Delong检验显示:逻辑回归模型在训练集上的预测效能较临床模型更好(P<0.01),诺模图的AUC高于逻辑回归模型,但差异无统计学意义.校准曲线和决策曲线显示影像组学诺模图具有很好的模型适应性和临床实用性.结论:基于CT影像组学构建的诺模图对术前区分T1-2与T3-4期胃癌具有重要价值.

关键词：胃癌、CT、T分期、影像组学

所属期刊栏目：33

分类号：R816.5;R735.2(放射医学)

资助基金：镇江市科技创新基金;镇江市科技创新基金;镇江市第一人民医院科研基金

在线出版日期：2023-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：245-251