《临床放射学杂志》发表论文赏析
作者:刘奇峰, 贺克武, 丁治民, 姚琪, 王亚奇
单位:230061 合肥,安徽医科大学第三附属医院影像中心刘奇峰、贺克武、王亚奇; 241001 芜湖,皖南医学院第一附属医院放射科丁治民、姚 琪
摘要:目的探讨基于CT影像组学及深度学习模型联合临床影像资料区分腮腺多形性腺瘤(PA)和基底细胞腺瘤(BCA)的价值。方法回顾性搜集经病理证实为PA和BCA的157例患者的临床及影像资料,勾画肿瘤的感兴趣区域并提取影像组学及深度学习特征,使用最小冗余最大相关以及最小绝对收缩和选择算子对特征降维和筛选,并分别计算影像组学评分和深度学习评分。采用单因素及多因素Logistic回归分析筛选独立危险因素,使用Logistic回归分别构建临床、传统组学、深度学习和联合模型,并绘制联合模型列线图。使用受试者工作特征曲线下面积评价模型的效能,DeLong检验比较各模型之间的差异,校准曲线评价模型的拟合度,决策曲线评价模型的临床净收益。结果最终筛选出12个影像组学特征和14个深度学习特征。多因素Logistic回归分析显示肿瘤最大径、影像组学评分和深度学习评分为独立危险因素。训练集和测试集中,联合模型的曲线下面积最高(分别为0.948、0.981),与临床模型(分别为0.675、0.761)、传统组学模型(分别为0.883、0.872)之间差异均有统计学意义(训练集P值分别为<0.001、0.026,测试集P值分别为0.007、0.039)。校正曲线和决策曲线显示联合模型的拟合良好且临床净收益最高。结论基于CT影像组学及深度学习模型联合临床影像资料能较准确地区分PA和BCA,可为临床诊疗提供更多新思路。
关键词:多形性腺瘤,基底细胞腺瘤,深度学习,影像组学,计算机断层成像
基金资助:2023年安徽省高等学校科学研究项目(自然科学类)(编号:2023AH040253)
2025年4期其他文献查阅:
基于磁化转移成像技术在特发性震颤与帕金森病鉴别诊断中的价值探究
基于深度学习图像分割结合影像组学鉴别高级别胶质瘤和转移瘤的应用研究
基于多序列磁共振成像U-net模型在脑胶质瘤预后评估中的应用价值
基于CT影像组学及深度学习模型区分腮腺多形性腺瘤和基底细胞腺瘤
磁共振虚拟弹性成像和体素不相干运动成像评估乳腺良、恶性病变:与超声弹性成像的对比研究
DECT定量参数联合形态学特征预测肺实性结节浸润性非黏液腺癌的分化程度
四维血流磁共振成像在肝硬化患者门静脉系统解剖和血流动力学的可行性研究
基于术前18F-FDG PET/CT影像组学机器学习模型预测Ⅱ~Ⅲ期结直肠腺癌病理高危状态及预后评估
使用扩散加权成像实现在治疗床上即刻评估磁共振引导聚焦超声治疗消融子宫肌瘤的效果
基于能谱CT 120 kVp-like图像和碘图的细胞外体积分数在术前预测肾透明细胞癌分级的价值
机器学习多种算法构建MRI影像组学模型预测睾丸良恶性病变的对比分析
双层探测器光谱CT单能量成像联合去金属伪影算法在TIPS术后随访的应用价值
3D-T2WI-DESS及DTI成像技术在腰骶神经解剖及功能成像中的应用