基于门脉期CT影像组学预测肝癌病理分化程度的价值
目的:探讨增强CT影像组学术前预测肝细胞肝癌(HCC)病理分化程度的价值.方法:本研究采用回顾性队列研究方法.共纳入2013年1月—2018年12月中国医科大学附属盛京医院244例接受肝部分切除术,术前2周内接受肝脏三期增强CT扫描,术后病理结果证实为HCC的患者,根据术后病理组织学报告分为高级别组和低级别组.利用3D-Slicer软件于增强CT门脉期图像上半自动勾画肿瘤感兴趣区(ROI),高通量地提取851个特征参数,使用最小绝对值收敛和选择算子算法(LASSO)对特征参数进行降维,利用支持向量机(SVM)建立二分类预测模型.采用ROC曲线评价模型在训练集和测试集中预测HCC高分化或中低分化的ROC曲线下面积(AUC)、准确性、敏感性及特异性.结果:根据肝脏增强CT扫描门脉期建立SVM预测模型测试集的ROC曲线AUC为84%,精确性为71.8%,敏感性为100%,特异性为84%.结论:根据门脉期CT组学特征所获得的SVM预测模型对预测HCC病理分化程度具有可行性及一定价值.
肝肿瘤、体层摄影术、螺旋计算机
33
R735.7;R814.42(肿瘤学)
2022-07-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
334-338,349