基于CT图像放射组学的矽肺和肺结核结节鉴别诊断预测模型的建立

• 作者: 刘荣荣 刘静 朱怡 李敏 李肖搏 王锦锦 耿辰 衡海艳 陈光强 高启贤
• 来源期刊: 中华劳动卫生职业病杂志
• 关键词: 矽肺 肺结核 计算机断层扫描术 随机森林 放射组学
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 职业病临床与中毒救治
• 页码范围: 707-710
• 页数: 4页
• 字数: 3009字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1001-9391.2019.09.019

摘要

目的 建立基于CT图像放射组学的鉴别诊断矽肺和肺结核结节的预测模型.方法 收集苏州市第五人民医院2018年1至8月CT常规扫描的53例矽肺患者及89例肺结核患者,采用AK/ITK软件分割得到139个矽肺病灶和119个肺结核病灶,每个病灶图像提取396个特征.通过特征降维选取最有特征的子集,利用R语言(Rstudio V1.1.463)实现支持向量机、前馈反向传播神经网络和随机森林3种常见的机器学习算法,选取受试者工作特征(ROC)曲线下面积(AUC)值最大者作为最终预测模型.结果 随机森林为鉴别诊断矽肺与肺结核结节的最优预测模型,其准确度为83.1%,敏感度为0.76,特异度为0.9;AUC值为0.917,95%CI为0.843 1～0.975 8;随机森林ROC的AUC值明显高于支持向量机和前馈反向传播神经网络AUC值,差异均有统计学意义(P<0.05).结论 基于CT图像的随机森林预测模型可以用于鉴别诊断矽肺和肺结核结节.