基于CT影像组学模型预测肺原位腺癌及微浸润腺癌与浸润性腺癌

摘要：

目的 探讨基于CT影像组学预测肺腺癌中的原位癌(AIS)和微浸润腺癌(MIA)以及浸润性腺癌(IAC)的价值.方法 回顾性分析542例经手术病理确诊且病理亚型明确的肺腺癌患者,将AIS及MIA归为第1组,IAC为第2组.比较2组患者性别和年龄差异.采用特征提取软件提取病灶三维纹理特征参数,分析组间差异明显的影像组学特征,筛选最佳影像组学特征构建预测模型.按2∶1比例将数据分为训练集和验证集,采用6种机器学习算法对5倍交叉验证数据集进行分类,选择最佳分类器;以之分析5倍交叉验证数据集、训练集和验证集,获得模型预测肺腺癌病理分型的ROC曲线及相应AUC、特异度、敏感度及准确率.结果 第1组235例,第2组307例,组间性别和年龄差异均无统计学意义(x2 =0.56、t=-0.19,P=0.63、0.98).共提取病灶1 766个三维纹理特征参数,其中988个影像组学特征存在明显组间差异,最终以10个最佳影像组学特征构建预测模型.以Perceptron分类器为最佳分类器.模型预测验证集病理分型的AUC为0.95,准确率、特异度、敏感度分别为0.88、0.87、0.84.结论 基于CT影像组学模型能有效预测肺腺癌中的AIS及MIA与IAC.

关键词：肺肿瘤、体层摄影术、X线计算机、影像组学、病理学

所属期刊栏目：36

分类号：R734.2;R814.42(肿瘤学)

资助基金：吉林省卫生与健康技术创新项目2018J026

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1345-1349