基于颅脑CT影像组学模型初筛颞骨骨折的初步探讨

摘要：

目的 探讨颅脑CT影像组学模型辅助初步筛查颞骨骨折的可行性.方法 纳入外伤后行头部 CT平扫符合标准的患者 95 例(存在颞骨骨折的患者 41 例,右侧 20 例,左侧 21 例,均为单侧颞骨骨折,两侧颞骨均无骨折的患者 54 例),手动分割颞骨并提取其影像组学特征,用最小绝对收缩和选择算子(LASSO)方法进行特征选择,以 5 折交叉验证分组,建立逻辑回归(LR)、二次判别分析(QDA)、支持向量机(SVM)3 种颞骨训练组模型,并进行验证.绘制受试者工作特征(ROC)曲线,得出各模型的曲线下面积(AUC),DeLong检验 比较模型间AUC有无差异.结果 5 折交叉验证得出训练组和验证组 LR、QDA、SVM 的 AUC分别为0.991、0.966、0.992 和 0.972、0.947、0.977.训练组 QDA 模型 AUC 分别与 LR、SVM 比较,P<0.05,LR 和 SVM 模型 AUC 比较,P>0.05;验证组 LR、QDA、SVM的 AUC比较,P>0.05.结论 基于颅脑CT影像组学模型具有较好初步筛查颞骨骨折的能力,LR、SVM 2 种模型效能近似,且优于 QDA模型.

关键词：影像组学、颞骨、骨折、机器学习、纹理分析

所属期刊栏目：39

分类号：R445;R683.5;TP181(诊断学)

资助基金：成都市卫生健康委员会科研课题项目;成都市卫生健康委员会科研课题项目;成都市金牛区医学会科研课题重点项目

在线出版日期：2023-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1232-1235