《临床放射学杂志》发表论文赏析
作者:谢朝邦, 汤子建, 吴洋, 犹露, 杨秀进, 易星, 利峰, 石荣书, 赵开飞
单位:563000 遵义医科大学附属医院放射科
摘要:目的探讨基于增强CT影像组学预测肝内胆管细胞癌(ICC)病理分化程度的价值。方法回顾性分析病理诊断为ICC患者143例,按照7∶3比例随机分为训练集和验证集。对训练集临床特征进行单因素分析和多因素Logistic回归分析,获得的特征构建临床模型。在3D slicer软件勾画肿瘤ROI,手动提取CT影像组学特征,通过最小冗余最大相关(mRMR)及最小绝对收缩和选择算子(LASSO)算法对提取的特征降维和筛选,获得具有预测潜力的特征构建影像组学模型。结合临床特征和影像组学特征构建联合模型。采用受试者工作特征(ROC)曲线分析三个模型预测效能,ROC曲线下面积(AUC)值比较采用DeLong检验。结果对训练集ICC不同病理分化程度两组间临床特征进行单因素分析和多因素Logistic回归分析结果表明,CA19-9水平、密度不均和淋巴结转移是预测ICC病理分化程度的独立预测因子(P<0.05);对提取的1261个影像组学特征,通过降维和筛选得到8个最具有差异的影像组学特征。临床模型、影像组学模型和联合模型在训练集AUC值分别为0.799、0.904和0.948,在验证集分别为0.763、0.851和0.866。无论是在训练集还是验证集,联合模型AUC值均高于另外两个模型。结论增强CT影像组学在预测ICC病理分化程度中有较好的临床应用价值;三个预测模型中,联合模型预测ICC病理分化程度的效能最优。
关键词:肝内胆管细胞癌,影像组学,计算机断层扫描,预测
基金资助:本研究系遵义市联合基金[遵市科合HZ字(2021)44号]
2025年5期其他文献查阅:
基于临床与CT影像特征的可解释性机器学习模型预测脑出血早期血肿扩大的价值
基于灰、白质自发神经活动改变研究视神经脊髓炎患者认知损害的变化
基于乳腺动态对比增强MRI深度学习与影像组学联合临床特征预测乳腺浸润性导管癌脉管浸润状态
IVIM-DWI定量参数与乳腺癌缺氧诱导因子1α表达的相关性研究
乳腺钼靶影像组学结合深度学习预测乳腺癌HER-2三种表达状态的价值
基于临床影像学指标的CT引导下经皮肺穿刺活检术后肺部并发症风险预测模型构建
基于CT影像组学联合临床指标预测中晚期肝细胞癌靶免联合治疗疗效
基于多参数MRI影像组学的列线图预测肾透明细胞癌同时远处转移的研究
MRI平扫联合DWI对宫颈癌术前病理分期及宫旁浸润的评估价值分析
学龄前孤独症谱系障碍儿童胼胝体的微结构改变:一项扩散峰度成像研究
3D打印联合Smart Mask技术在小型颅内动脉瘤介入治疗中的应用
双层探测器光谱CT运动补偿重组技术在改善冠状动脉CTA图像质量的应用