《临床放射学杂志》发表论文赏析
作者:雒瑾, 李娟, 陈健, 文波, 周鑫, 杨智睿, 毛录英, 卢芹, 李林
单位:610041 成都市第二人民医院雒 瑾、文 波、周 鑫、杨智睿、毛录英、卢 芹、李 林; 750004 银川,宁夏医科大学总医院李 娟、陈 健
摘要:目的评估基于多中心<sup>18</sup>F-FDG PET/CT影像组学和临床联合特征的机器学习模型对非小细胞肺腺癌Ki-67表达水平的预测价值。方法回顾性分析机构1经病理学确诊的259例肺腺癌病例,按8∶2的比例分为训练集(n=207)和测试集 (n=52),另选机构2的44例肺腺癌患者作为外部验证集。对临床病理资料进行单因素分析和多变量二元Logistic回归分析筛选出与Ki-67表达相关的独立影响因素并建立临床模型。利用PyRadiomics提取PET/CT影像组学特征,采用t检验及最小绝对收缩和选择算子(LASSO)算法筛选特征并计算影像组学评分(Radscore),建立影像组学模型。结合临床特征和Radscore,建立临床和影像联合模型。用随机森林算法预测肺腺癌Ki-67表达水平,比较不同模型的受试者工作特征(ROC)曲线的诊断效能,并使用临床决策曲线(DCA)来评估各模型的临床价值。结果最大标准化摄取值(SUVmax)(P=0.046)、肿瘤最大径 (P=0.014)和CYFRA21-1 (P=0.031) 是Ki-67表达的独立影响因素。临床预测模型ROC曲线下面积(AUC)为0.64(0.62~0.65)高于影像组学模型的AUC 0.60(0.53~0.66);基于临床和影像组学联合模型在测试集的AUC为0.87(0.84~0.90),明显优于单纯的临床或影像组学模型;外部验证集采用临床影像联合模型,其AUC为0.85(0.82~0.88)。DCA曲线显示,联合模型在较大阈值范围内(0~0.87)可为患者带来更大的临床获益。结论基于多中心临床和<sup>18</sup>F-FDG PET/CT影像组学特征的机器学习模型在预测肺腺癌Ki-67表达方面有较大的应用价值。
关键词:肺腺癌,Ki-67抗原,18F-FDG PET/CT,影像组学,机器学习
2025年3期其他文献查阅:
帕金森病伴轻度认知障碍患者大脑皮层结构偏侧化与认知功能的相关性研究
BRAIN评分联合影像组学的诺莫图预测自发性脑出血早期血肿扩大
基于MRI影像组学模型在颅内生殖细胞瘤和颅咽管瘤诊断的应用研究
基于CiteSpace聚类分析深度学习在脑胶质瘤MRI中的应用研究
CT影像特征联合C-TIRADS分类、超微细血流显像鉴别甲状腺结节良恶性的价值分析
pT1~2N1M0期乳腺癌改良根治术后患者预后预测模型的构建
多中心18F-FDG PET/CT影像组学及临床特征预测肺腺癌Ki-67表达水平
基于人工智能的冠状动脉周围脂肪影像组学及衰减指数构建可解释性机器学习模型预测冠心病患者主要心血管不良事件发生
基于瘤内及瘤周放射组学特征联合临床特征、能谱CT定量参数的列线图术前预测胃癌周围神经侵犯
透明细胞癌可能性评分鉴别乏脂肪肾血管平滑肌脂肪瘤与肾透明细胞癌的价值研究
基于T2WI影像组学模型预测凶险性前置胎盘合并穿透性胎盘植入
基于CT影像组学的可解释机器学习模型预测肾透明细胞癌WHO/ISUP分级
MR T1-mapping结合动脉自旋标记技术在评估儿童慢性肾脏病肾纤维化和灌注中的应用
优化单体素点分辨波谱在体靶向检测胶质瘤特异性代谢物胱硫醚的研究
MR类似CT限制回波间隔的快速场回波成像技术在强直性脊柱炎骶髂关节骨质结构改变中的诊断价值