基于CT的三维影像组学在预测肺腺癌病理分化程度的价值
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于CT的三维影像组学在预测肺腺癌病理分化程度的价值

引用
目的 探讨CT影像组学在预测肺腺癌分化程度的价值.方法 回顾性分析2011年7月至2019年4月经病理证实为肺腺癌383例患者的平扫CT影像和临床资料.选取2011年7月至2017年8月265例患者共266个结节为训练集;再选取2017年9月至2019年4月118例患者共118个结节为验证集.参照WHO病理分类将所有结节分为高分化腺癌和低分化腺癌.对所有病灶逐层勾画得到其容积感兴趣区(VOI),再从每个VOI中提取影像学特征,进行归一化和降维,采取最小冗余最大相关性(mRMR)和最小绝对收缩选择算子(LASSO)筛选最优影像组学特征,计算影像组学标签值.对训练集和验证集的临床资料及影像特征进行单因素及多因素分析,基于有统计学意义的变量建立模型,并在验证集中进行验证.使用ROC曲线评价模型的预测效能.结果 经重复性分析及LASSO后,筛选出8个影像组学特征用以建立影像组学标签值.多因素分析显示类型和影像组学标签值是预测肺腺癌分化程度的独立危险因素,回归模型、类型和影像组学标签在训练集的曲线下面积分别为0.905[95%CI(0.863 ~0.937)]、0.779[95%CI(0.725 ~0.828)]、0.894[95% CI(0.851 ~0.937)];在验证集中,回归模型、类型和影像组学标签的曲线下面积分别为0.816[95% CI(0.735~0.882)]、0.782[95% CI (0.696~0.852)]、0.783[95% CI(0.698 ~0.854)].结论 基于CT影像组学特征联合临床资料建立的多因素Logistic回归模型可用于预测肺腺癌的分化程度.

腺癌、分化、体层摄影术、X线计算机、影像组学

40

国家自然科学基金;上海卫健委-智慧医疗医学影像重大项目;资助项目

2022-03-14(万方平台首次上网日期,不代表论文的发表时间)

共7页

2297-2303

相关文献
评论
暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

40

2021,40(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn