10.3969/j.issn.1672-8467.2023.01.003
基于CT影像组学及临床资料预测肝细胞癌微血管侵犯的研究
目的 基于肝细胞癌(hepatocellular carcinoma,HCC)患者的术前CT影像组学特征和术前临床资料分别建立影像组学模型,探讨其预测微血管侵犯(microvascular invasion,MVI)的研究价值.方法 回顾性分析复旦大学附属肿瘤医院2018年1月至2020年12月110例经术后病理结果确诊为HCC患者的资料.采用ITK-SNAP软件勾画肝脏肿瘤边缘,通过Python(3.7.10版本)软件对图像做预处理,使用pyradiomics(3.0.1版本)工具包提取9种滤波器下的八类影像组学特征共1317个.依据术后病理结果分成MVI阳性组(65例)和MVI阴性组(45例).分析临床资料,利用逻辑回归算法分别建立影像组学模型,临床模型,临床特征联合影像组学模型(简称联合模型).通过绘制训练组和测试组的受试者特征曲线(receiver operating characteristic curve,ROC)、ROC曲线下面积(the area under the ROC curve,AUC)、特异性和敏感性评估预测患者MVI状态的诊断效能.结果 筛选出18个最优的影像组学特征构成影像组学模型,在训练集和测试集中AUC分别为0.822和0.778,测试集中的敏感性为0.700,特异性为0.857.筛选出5个临床特征构成临床模型,在训练集和测试集中AUC分别为0.753和0.635,测试集中的敏感性为0.723,特异性为0.769.筛选出11个特征构成联合模型,在训练集和测试集中的AUC为0.845和0.813,测试集中的敏感性为0.833,特异性为0.846.结论 基于CT影像组学联合临床特征的模型可用于预测HCC的MVI状态且具有较好的诊断价值.
CT、影像组学、肝细胞癌(HCC)、微血管侵犯(MVI)
50
R816.5(放射医学)
国家自然科学基金81771829
2023-03-02(万方平台首次上网日期,不代表论文的发表时间)
共11页
15-25