临床放射学杂志

作者：丁曙, 徐圆, 刘亚伟, 滕越, 陈望, 孙关

单位：224000 盐城,南京大学医学院附属盐城第一医院盐城市第一人民医院影像科丁 曙、徐 圆、滕 越、陈 望;神经外科刘亚伟、孙 关

关键词：结直肠癌,影像组学,微卫星不稳定性,贝叶斯算法,电子计算机断层扫

<b>目的</b> 基于结直肠癌增强CT静脉期图像提取高通量影像组学参数,构建不同机器学习模型,探讨其对结直肠癌微卫星不稳定状态的预测价值。<b>方法</b> 回顾性搜集277例结直肠癌患者的基本临床资料,其中,微卫星不稳定(MSI)组168例,微卫星稳定(MSS)组109例。采用单因素分析其统计学差异。应用Mazda软件对肿瘤最大层面进行感兴趣区的勾画并提取影像组学参数。将微卫星不稳定组及微卫星稳定组患者按7∶3的比例随机分为训练集及验证集(训练集MSI组118例及MSS组50例;验证集MSI组76例及MSS组33例)。结合五折交叉验证,绘制受试者工作特征曲线,评价支持向量机、线性判别分析、随机森林、逻辑斯回归、贝叶斯及决策树6类机器学习算法的诊断效能。<b>结果</b> 患者的年龄、性别、吸烟史、肿瘤家族史、饮酒史、CEA、CA199及CA125两组间比较差异均不具有显著统计学意义(均P&gt;0.05)。不同机器学习模型中,基于Relief算法及提取14个特征参数的贝叶斯模型诊断效能最好,敏感度、特异度、阳性预测值、阴性预测值、训练集平均曲线下面积及验证集平均曲线下面积分别为0.763、0.695、0.617、0.820、0.795及0.772。<b>结论</b> 增强CT影像组学及贝叶斯模型在结直肠癌微卫星不稳定状态的预测中具有较高的诊断价值,为临床治疗决策提供了一定的参考价值。

来源：2025年第3期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第3期