临床放射学杂志

作者：张瑾, 孙中琪, 赵垚, 舒俊, 郑敏文

单位：710032 西安,空军军医大学西京医院放射诊断科张 瑾、赵 垚、舒 俊、郑敏文; 150086 哈尔滨医科大学附属第二医院影像科孙中琪

关键词：计算机断层扫描,影像组学,肝细胞癌,微血管侵犯

<b>目的</b> 开发并验证一个整合多区域影像组学特征与身体成分参数的可解释性预测模型,用于个体化预测肝细胞癌（HCC）患者的微血管侵犯（MVI）状态。<b>方法</b> 回顾性搜集2个独立医疗中心经病理证实的248例HCC患者资料,采用随机抽样方法将中心一的患者按7&#x02236;3的比例分为训练集（93例）和内部验证集（41例）,中心二的患者作为独立的外部测试集（114例）。本研究终点为MVI,分为MVI阳性和阴性组。首先于 CT 平扫图像上测量患者身体成分参数,经单因素及多因素<em>Logistic</em>回归分析筛选出与 HCC-MVI 相关的身体成分参数。随后从CT门静脉期图像进行肿瘤区域ROI勾画,自肿瘤边界外扩4~14 mm（间隔2 mm）的多个同心区域,共生成肿瘤区域、瘤周区域以及肿瘤瘤周双区域3组共13个ROI后提取影像组学特征。通过多种特征筛选方法后构建最优特征子集,以支持向量机为分类器构建相应的影像组学模型。使用SHAP方法可视化展示性能较优模型的特征贡献情况。最终整合身体成分参数和影像组学模型构建个体化预测模型。<b>结果</b> 在构建的多区域影像组学模型中,ROI 12（肿瘤及瘤周12 mm双区域）模型在各数据集性能均较佳,其AUC值分别为0.918（0.862~0.974）、0.841（0.720~0.961）和0.790(0.707~0.872),使用SHAP方法揭示该模型所含特征的重要性。本研究中身体成分参数模型由皮下脂肪和内脏脂肪面积构成,其AUC值分别为0.775(0.682~0.868)、0.686(0.524~0.849)和0.764(0.678~0.850)。构建的联合模型在训练集、内部验证集和外部测试集性能均显著优于单一模型（<em>DeLong</em>检验<em>P</em>值均&#x0003C;0.05）,其AUC值分别为0.949（0.906~0.993）、0.922（0.838~1.000）和0.868(0.803~0.932)。应用列线图对其进行可视化展示,校准曲线和决策曲线显示该模型在各数据集中均具有较好的预测一致性和临床实用价值。<b>结论</b> 在多个医学中心中,联合肿瘤、瘤周区域和身体成分参数模型的个体化预测模型可有效预测HCC-MVI的存在,助力临床精准医疗实践。

来源：2026年第3期

《临床放射学》期刊编辑部

查看临床放射学杂志2026年第3期