《临床放射学杂志》发表论文赏析
作者:王冰, 屈伟, 郑龙, 胡添源, 张占文
单位:710004 西安交通大学第二附属医院核医学科王 冰、屈 伟、郑 龙; 710054 西安市红会医院核医学科胡添源; 510655 广州,中山大学附属第六医院核医学科张占文
摘要:目的基于氟代脱氧葡萄糖正电子发射断层成像/X线计算机体层成像(<sup>18</sup>F-FDG PET/CT)影像组学特征,构建机器学习模型用于术前预测结直肠腺癌患者的病理高危状态[淋巴血管浸润(LVI)、周围神经侵犯(PNI)、病理T4期或低分化],并评估其对患者预后的价值。方法回顾性分析2011年7月至2021年7月接受术前<sup>18</sup>F-FDG PET/CT检查并确诊为Ⅱ~Ⅲ期结直肠腺癌的332例患者,并按照8∶2随机划分为训练集和测试集。分别提取PET和CT图像的影像组学特征,经过最大相关最小冗余(mRMR)、最小绝对收缩与选择算子(LASSO)算法等筛选和降维保留最优特征,并通过Logistic回归(LR)、支持向量机(SVM)、k近邻(KNN)、随机森林(RF)、极端梯度提升(XGBoost)及轻量级梯度提升机(LightGBM)6种机器学习算法分别构建全集及Ⅲ期患者预测模型。绘制受试者工作特征曲线(ROC)及决策曲线分析(DCA),计算曲线下面积(AUC)、准确率、敏感度、特异度用以评价模型性能。结果在全集患者模型中,LR算法表现最优,训练集AUC为0.755(95%CI:0.696~0.813),准确率为0.714,测试集AUC为0.758(95%CI:0.638~0.879),准确率为0.758。在Ⅲ期患者模型中,RF算法性能最佳,训练集AUC为0.943(95%CI:0.905~0.981),准确率为0.863,测试集AUC为0.885(95%CI:0.742~1.000),准确率为0.828。DCA表明2种最优模型在预测病理高危状态及优化临床决策方面具有优异的应用价值。Kaplan-Meier生存曲线分析显示,病理高危状态显著增加患者复发转移风险,在Ⅲ期患者中尤为显著。结论基于术前<sup>18</sup>F-FDG PET/CT影像组学特征的机器学习模型能够较准确预测结直肠腺癌患者的病理高危状态,尤其在Ⅲ期患者中表现出更优的诊断效能,为术前个体化治疗策略制定和改善患者预后提供了参考依据。
关键词:正电子发射断层成像,影像组学,机器学习,结直肠腺癌,病理高危状态
基金资助:广东省自然科学基金-面上项目基金资助项目(编号:2023A1515011300)
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