CT影像组学对甲状腺腺瘤及乳头状癌的诊断价值

• 作者: 刘斌 吴兴旺 周勇 张学喜 李小虎 杜丹丹
• 来源期刊: 安徽医科大学学报
• 学科: 医学
• 关键词: 甲状腺结节 甲状腺乳头状癌 影像组学 CT
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 临床医学研究
• 页码范围: 950-953
• 页数: 4页
• 分类号: R445.3
• 字数: 3287字
• 语种: 中文
• DOI: 10.19405/j.cnki.issn1000-1492.2019.06.024

摘要

目的 探讨影像组学对甲状腺腺瘤结节及乳头状癌结节的诊断价值.方法 回顾性分析经过病理证实的110例甲状腺腺瘤(TA)及159例甲状腺乳头状癌(PTC)患者,使用影像组学智能分析软件(AK)对甲状腺结节的CT平扫图像进行分析,共勾画出541个感兴趣区(ROI),其中腺瘤结节172个,乳头状癌结节369个,通过直方图参数,灰度共生矩阵,游程矩阵等六类方法先获得高通量纹理特征参数396个,再通过特征降维获得179个特征参数,共组合成支持向量机模型(SVM)、逻辑斯谛回归模型(LR)及贝叶斯方法三种模型,分别随机选择70％病例为训练组,30％病例为验证组,获取不同模型对于两类甲状腺结节鉴别诊断的准确度、特异度及灵敏度,并与常规超声检查及CT平扫诊断结果对比.结果 SVM诊断效能最佳,其训练集诊断准确度为100％,特异度为100％,敏感度为100％,测试集诊断准确度为91.4％,特异度为95.5％,敏感性为82.7％.常规检查超声诊断准确度为77.3％,特异度为73.8％,敏感度为79.5％,CT平扫诊断准确度为71.7％,特异度为61.5％,敏感度为84.3％.结论 CT影像组学联合SVM模型对TA及PTC的诊断有一定的价值,优于超声及常规CT平扫检查.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘斌	安徽医科大学第一附属医院放射科	217	1519	18.0	27.0
2	周勇	安徽医科大学第一附属医院放射科	19	186	7.0	13.0
3	李小虎	安徽医科大学第一附属医院放射科	55	235	8.0	13.0
4	吴兴旺	安徽医科大学第一附属医院放射科	53	477	11.0	19.0
5	杜丹丹	安徽医科大学第一附属医院放射科	13	26	3.0	4.0