临床放射学杂志

作者：顾一泓, 朱秋扬, 李淑华, 赵威铭, 陆新宇, 谢宗玉

单位：233004，蚌埠医科大学第一附属医院放射科（顾一泓、李淑华、陆新宇、谢宗玉）;233000，蚌埠医科大学研究生院（赵威铭）;233030，安徽科技学院信息与网络工程学院（朱秋扬）;233000 数字医学与智慧健康安徽省重点实验室（谢宗玉）

关键词：影像组学,心率变异性,肺部良恶性病变

<b>目的</b> 探讨CT影像组学特征与心率变异性（HRV）特征相结合，以非侵入性方式精准区分肺部良恶性病变的可行性及临床价值。<b>方法</b> 回顾性纳入200例经手术病理证实的肺部病变患者，按7&#x02236;3随机分为训练组（<em>n</em>=140）和验证组（<em>n</em>=60）。分别构建基于患者的基本临床信息与主观CT征象的临床模型，基于薄层肺窗CT图像提取并筛选最优特征的影像组学模型，以及基于心电信号提取并筛选最优HRV特征的HRV模型。进一步融合临床特征与影像组学特征构建临床-影像组学模型，最终整合临床特征、影像组学特征及HRV特征构建联合模型。采用受试者工作特征曲线（ROC）曲线下面积（AUC）评估模型的预测效能，校准曲线评估拟合优度，决策曲线分析（DCA）评估临床获益。<b>结果</b> 在训练组中，联合模型的AUC达0.924，显著优于临床模型（AUC=0.802）、影像组学模型（AUC=0.855）、HRV模型（AUC=0.798）和临床-影像组学模型（AUC=0.878）;在验证组中，联合模型的AUC为0.893，同样优于临床模型（AUC=0.716）、影像组学模型（AUC=0.728）、HRV模型（AUC=0.661）和临床-影像组学模型（AUC=0.847）。联合模型预测结果与实际结果的一致性较好，且其临床获益较高。<b>结论</b> 将HRV特征与临床特征、影像组学特征相结合构建的联合模型，在区分肺部良恶性病变上显著提升了诊断的准确性，为临床提供辅助诊断新策略。

来源：2026年第2期

《临床放射学》期刊编辑部

查看临床放射学杂志2026年第2期