基于CT图像及临床资料的随机森林模型对结直肠癌术前T分期的诊断价值

• 作者: 付宇 刘晓鸣 张惠茅 李晓东 李晶 李永瑞 王德峰 萨莎
• 来源期刊: 中华放射学杂志
• 关键词: 结直肠肿瘤 肿瘤分期 模型,统计学 预测
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 影像组学研究
• 页码范围: 933-938
• 页数: 6页
• 字数: 4894字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1005-1201.2017.12.009

摘要

目的 探讨基于CT图像及临床资料的随机森林(RF)模型对结直肠癌患者术前T分期的诊断价值.方法 回顾性分析2016年1月至7月吉林大学第一医院,经手术病理证实为结直肠癌,获得病理T分期,且术前接受过CT结肠成像(CTC)或注水法结肠CT检查的450例患者(≤T2、T3、T4期各150例),按照2:1的比例采用计算机随机软件将患者分为训练组300例,验证组150例(≤T2、T3、T4期各50例).病变均为单发.患者均行腹部CT平扫及增强扫描.收集患者的临床、影像及病理资料(性别、年龄、癌胚抗原、糖类抗原19-9、肠壁形变、肿瘤最大径、病变处肠壁厚度、肿瘤位置、强化率、强化均匀性、病理T分期).采用Spearman相关分析评价上述临床和影像因素与病理T分期的相关性.对训练组患者采用RF算法建立结直肠癌术前分期模型,分别采用RF预测模型和传统影像方法对验证组患者进行T分期诊断,以术后病理分期作为金标准,分别计算两种方法的准确度.采用一致性检验评价RF模型与病理结果的一致性.结果 T分期与CEA、CA19-9、肠壁形变、肿瘤最大径和病变处肠壁厚度均呈正相关(r值分别为0.449、0.291、0.624、0.573和0.386,P均<0.05),与年龄、肿瘤位置、强化率和强化均匀性呈低度负相关(r值分别为-0.115、-0.245、-0.120和-0.339,P均<0.05).RF模型预测≤T2、T3和T4期结直肠癌和病理分期具有中、高度一致性(Kappa值分别为0.769、0.615和0.800).RF模型和传统影像方法诊断T分期的准确度分别为80.7%(121/150)和54.0%(81/150).结论 应用基于多层CT图像及临床资料的RF模型可以提高结直肠癌术前T分期的诊断效能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶	吉林大学第一医院放射科	88	501	12.0	18.0
2	张惠茅	吉林大学第一医院放射科	41	165	7.0	11.0
3	刘晓鸣	吉林大学电子科学与工程学院	8	24	3.0	4.0
4	李晓东	吉林大学第一医院放射科	20	113	5.0	10.0
5	付宇	吉林大学第一医院放射科	12	68	5.0	8.0
6	王德峰	香港中文大学医学影像计算研究中心影像与介入放射科	3	15	1.0	3.0
7	李永瑞	吉林大学第一医院放射科	2	42	2.0	2.0
8	萨莎	吉林大学第一医院放射科	1	14	1.0	1.0