临床放射学杂志

作者：张俊杰, 高凤霄, 尚新芳, 于晓曼, 杜晓桐, 郝李刚

单位：054000 邢台市人民医院CT&MR科张俊杰、高凤霄、尚新芳、于晓曼、杜晓桐; 胸外科郝李刚

关键词：肺黏液腺癌,肺炎性肌纤维母细胞瘤,影像组学,增强CT,预测模型

基金：本研究系河北省邢台市重点研发计划项目(2023ZC049-社会发展领域专项)

<b>目的</b> 分别应用患者的临床资料及CT影像特征、影像组学特征和两者联合的方法,构建和验证术前鉴别结节型肺黏液腺癌(PNMA)与肺炎性肌纤维母细胞瘤(PIMT)的预测模型。<b>方法</b> 回顾性分析2016年1月至2023年12月在本院接受手术干预的120例PNMA患者和89例PIMT患者的数据,并提取筛选影像组学特征。根据筛选出的组学特征,应用机器学习方法构建并筛选最佳影像组学模型,并在此基础上构建临床模型和临床-影像组学联合模型。采用受试者工作特征曲线(ROC)、决策曲线分析(DCA)和KS统计图,来评估各模型预测效果,Brier 评分来比较各模型的整体准确性。<b>结果</b> 梯度提升决策树(GBDT)方法构建的联合模型效能最佳,临床模型、影像组学模型和联合模型在训练集和测试集中的ROC曲线下面积(AUC)值分别为0.983、1.000、1.000和0.885、0.901、0.923。联合模型的Brier评分为0.108。KS统计图进一步验证了该模型的卓越性,在最优预测概率阈值下,KS值为0.750。<b>结论</b> 利用增强CT建立的临床影像组学联合模型具有较高的预测价值,在术前鉴别PNMA和PIMT具有临床应用的潜力。

来源：2025年第2期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第2期