基于CT影像组学诺模图术前预测甲状腺乳头状癌颈部淋巴结转移
目的 探讨联合平扫、增强CT影像组学和临床危险因素建立的诺模图在术前预测甲状腺乳头状癌(PTC)颈部淋巴结转移(CLNM)的应用价值.方法 回顾性分析2017年9月至2021年6月经病理诊断为PTC的130例患者的术前临床资料及CT图像.按7:3比例随机将患者分为训练集(n1=91)和测试集(n=39),从每例患者的CT轴位平扫期和增强扫描静脉期的图像中各提取影像组学特征851个;使用递归消除支持向量机(SVM-RFE)最终从CT平扫图像筛选出6个、增强扫描图像筛选出3个与PTC CLNM高度关联的影像组学特征.联合临床危险因素及影像组学评分,通过多元Logistic回归,构建影像组学诺模图.模型的诊断效能通过受试者工作特征曲线(ROC)和校准曲线进行评估,临床应用价值通过决策曲线分析(DCA)进行评估,在测试集中对模型进行验证.结果 分析患者临床及影像组学特征,证实原发病灶最大径(≥10mm)、病灶侵犯甲状腺包膜以及平扫、增强扫描影像组学评分均与PTC发生CLNM具有相关性(P<0.05).联合CT影像组学评分及临床危险因素构建的诺模图,显示出良好的校准和区分能力,在训练集中的ROC曲线下面积(AUC)(AUC为0.964),测试集中(AUC为0.939),均高于临床模型、单一的影像组学评分模型的诊断效能.结论 基于CT影像组学和临床危险因素的诺模图,作为一种无创且有效的方法可用于术前预测PTC的CLNM.
1甲状腺乳头状癌、颈部淋巴结转移、影像组学、诺模图
41
R739.6;R541.4;R445.3
新疆维吾尔自治区研究生创新项目XJ2021G202
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
1846-1852