文章目录

1 资料与方法

1.1 研究对象

1.2 CT检查方法

1.3 病灶分割及提取

1.4 可重复分析

1.5 CT形态学特征的评估

1.6 病理检查

1.7 Logistic回归模型分析

1.8 统计学分析

2 结果

2.1 临床资料和形态学征象的组间比较

2.2 ICC分析

2.3 影像组学分析

2.4 Logistic回归模型建立

3 讨论

文章摘要:目的探讨基于薄层CT的影像组学和形态学特征联合模型在预测磨玻璃样肺腺癌中的原位癌（AIS）、微浸润腺癌（MIA）、浸润性腺癌（IAC）的价值。方法回顾性分析2018年6月至2021月3月经病理证实的327例肺腺癌患者（335个病灶）术前肺部CT检查图像,随机选取201个为训练集,134个为测试集。肺腺癌参照病理金标准分三种亚型,分别为AIS、MIA、IAC。评估肺癌的常规CT影像征象;应用3D Slicer软件在每个病灶最大层面勾画感兴趣区（ROI）并提取851个影像特征,采用t检验和应用最小绝对收缩和选择算子（LASSO）算法进行降维。采用10倍交叉验证的方法进行过拟合,建立三种Logistic回归模型,即形态学模型、影像组学模型和联合诊断模型。采用受试者工作特征曲线（ROC）评价三种预测模型效能。结果病灶的大小、类型、血管及支气管改变、CT值、影像组学标签在训练集和测试集的差异均具有统计学意义。形态学模型、影像组学模型和联合诊断模型,在训练集中ROC曲线下面积（AUC）分别为0.833（95%CI 0.775～0.886）、0.842（95%CI 0.786～0.895）、0.869（95%CI 0.819～0.916）,在测试集中分别为0.858（95%CI 0.789～0.917）、0.872（95%CI 0.808～0.935）、0.908（95%CI 0.855～0.958）;联合模型诊断效能最佳。结论结合薄层CT的影像组学和形态学特征构建联合诊断模型,能有效地预测磨玻璃样肺腺癌浸润程度。

文章关键词:

项目基金: