10.16846/j.issn.1004-3101.2022.06.012
基于增强CT的影像组学在直肠癌病理分级中的预测价值
目的 探索基于增强CT静脉期的影像组学在术前对直肠癌的病理分级中的预测价值.方法 选取2019年1月1日~2022年1月1日住院患者96例,所有患者均已通过术后病理确定病理分级,且在行增强CT检查前未进行手术、放疗及化疗等任何治疗.将增强CT静脉期影像图像及病例信息整理并集合,使用放射云平台管理影像数据,采用8∶2比例随机分为训练组和验证组.首先将大量的高维可采特征从已有的影像图像中提取,然后再筛选出最佳特征,利用K近邻(KNN)、支持向量机(SVM)、极值梯度提升(XGBoost)3个分类器,构建基于放射组学的模型,并采用验证方法提高模型的有效性.分别在训练组和验证组中使用ROC曲线来评估直肠癌病理分级预测的准确性.结果 使用LASSO方法从采集的影像图像中共提取1409个定量成像特征,并筛选出1个最优影像组学特征,进一步建立影像组学标签用于机器算法,用来鉴别低级别及高级别直肠癌.基于KNN,SVM,XGBoost 3 个分类器,训练组的 AUC 值分别为 0.88(95%CI:0.82-0.94),0.76(95%CI:0.59-0.93),0.89(95%CI:0.72-1.00),验证组的 AUC 值分别为 0.83(95%CI:0.69-0.96),0.73(95%CI:0.37-1.00),0.77(95%CI:0.40-1.00).结论 基于增强CT静脉期的影像组学在术前对直肠癌的病理分级有较高的预测价值.
直肠肿瘤、影像组学、ROC曲线、病理分级
44
R735.3+7(肿瘤学)
2023-03-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
442-446,封3