《临床放射学杂志》发表论文赏析
作者:李聚贤, 赵凯, 乔雪, 孙中琪, 姜慧杰
单位:150086 哈尔滨医科大学附属第二医院影像科李聚贤、赵 凯、乔 雪、孙中琪、姜慧杰
摘要:目的观察基于瘤内和瘤周CT图像构建的影像组学模型预测肾透明细胞癌(ccRCC) WHO/ISUP分级的价值,并通过Shapley(Shapley Additive exPlanations)算法对模型进行可视化分析。方法回顾性纳入218例经病理证实的WHO/ISUP分级ccRCC患者,分为低等级组(n=155)和高等级组(n=63)。所有患者术前均接受增强CT扫描,按7∶3的比例随机划分为训练集(n=152)与测试集(n=66),采用3D Slicer软件手动勾画肿瘤感兴趣区(ROI-intra),并环形扩张2 mm、5 mm,获得瘤周感兴趣区(Peri-2 mm、Peri-5 mm),手动调整瘤周勾画区域并整合为瘤内和瘤周的感兴趣体积,提取并筛选影像组学特征后,分别建立瘤内、瘤周及瘤内+瘤周的随机森林模型。评估各个模型的曲线下面积(AUC),以挑选出测试集效能最佳的模型,并观察最佳模型的校准度和净收益,最后,采用Shapley算法对特征进行重要性排序和可视化。结果相比于瘤内单一影像组学模型(训练集AUC= 0.821;测试集AUC=0.794),瘤内及瘤周影像组学模型在训练集和测试集中均展现出更高的预测性能,其中瘤内及瘤周2 mm的联合模型预测效能最佳,训练集和测试集中AUC分别为0.906和0.868,决策曲线显示联合模型获得较高的临床净获益。在模型的可解释性分析上,灰度共生矩阵和一阶统计量是WHO/ISUP分级预测模型中贡献度最高的两个特征。结论基于瘤内和瘤周的CT影像组学联合模型在术前可无创预测ccRCC的WHO/ISUP分级。Shapley算法可以为模型提供可解释性,保障了模型的实用性。
关键词:肾透明细胞癌,计算机断层摄影,影像组学,Shapley算法,WHO/ISUP分级
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