临床放射学杂志

作者：侯承师, 胡景卉, 黄京城, 杨鑫, 王文剑, 吴晶涛, 孙骏, 陈磊, 王芳, 罗先富

单位：116044 大连医科大学侯承师、黄京城、杨 鑫;\r\n225001 扬州,苏北人民医院医学影像科侯承师、胡景卉、黄京城、杨 鑫、王文剑、吴晶涛、孙 骏、罗先富;\r\n225001 扬州大学医学院胡景卉、王文剑;\r\n200232 上海联影智能医疗科技有限公司陈 磊、王 芳

关键词：影像组学,计算机体层成像,原发灶未知,肝转移瘤

<b>目的</b> 探讨基于机器学习的增强CT影像组学模型对肝转移性腺癌来源预测的可行性。<b>方法</b> 回顾性分析317例肝转移瘤患者的增强CT图像及临床影像资料,其中153例非胃肠道来源腺癌(25例乳腺腺癌,128例肺腺癌)和164例胃肠道来源腺癌(95例结直肠腺癌,41例胃腺癌,28例胰腺腺癌)。在增强CT三期图像中分别分割肿瘤体积。使用联影科研平台(uAI)提取影像组学特征,用最小绝对收缩与选择算子算法(LASSO)进行特征筛选。结合年龄及性别构建支持向量机分类器预测模型。两位影像医师根据影像特征进行预测。受试者工作特征(ROC)曲线分析各类模型效能,Delong检验对比模型诊断效能。决策曲线分析(DCA)探索模型临床应用价值,校准曲线评估模型预测精度。<b>结果</b> 经LASSO算法从三期图像中共获得6个影像组学特征,建立的影像组学联合模型曲线下面积(AUC)为0.738,结合年龄及性别建立临床影像组学模型的AUC值、敏感度、特异度和准确度分别达到0.833、0.740、0.804和0.771。两位影像医师诊断的AUC值分别为0.643和0.664。临床影像组学模型诊断效能高于两位影像医师诊断,差异有统计学意义(P&lt;0.05)。<b>结论</b> 增强CT影像组学联合模型能鉴别肝转移瘤来源于胃肠道及非胃肠道腺癌,在与年龄及性别联合后支持向量机模型诊断效能提高,明显优于影像医师诊断效能。

来源：2024年第1期

《临床放射学》期刊编辑部

查看临床放射学杂志2024年第1期