新型冠状病毒肺炎的影像组学研究

• 作者: 关琴 刘发明 杨宁 江桂华 魏小权 黄小杏
• 来源期刊: 中国医学物理学杂志
• 关键词: COVID-19 肺炎 影像组学 纹理特征 直方图特征 支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 医学影像物理
• 页码范围: 463-467
• 页数: 5页
• 分类号: R814.42|R563.1
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.04.012

摘要

为了识别新型冠状病毒肺炎(COVID-19)和非COVID-19肺炎(其他肺炎)的患者,提出一种基于胸部CT图像影像组学特征的分类方法.分别收集COVID-19患者和其他肺炎患者各90例的胸部CT图像,并手动勾勒肺炎病变区域;然后,利用影像组学方法提取病变区域的纹理特征和直方图特征,获得每个样本对应的一阶影像组学特征向量;最后,使用纹理特征和直方图特征作为输入,构建线性支持向量机(linear SVM)模型,对COVID-19患者和其他肺炎患者进行分类.该模型使用20次10折交叉验证进行训练和测试.对于COVID-19患者,还进行了相关分析(多次比较校正-Bonferroni校正,p<0.05/7),以确定纹理和直方图特征是否与血液的实验室测试指标相关.结果表明本研究提出的方法具有良好的分类性能,分类准确度高达87.56％,敏感度为82.78％,特异性为92.33％,受试者工作特性曲线下面积为0.939,这也证明了两组人群的影像组学特征是高度可区分的,此模型可以有效地识别和诊断COVID-19患者和其他肺炎患者.相关分析结果显示某些纹理特征与白细胞、中性粒细胞和C反应蛋白正相关,而也有某些纹理特征与血氧和中性粒细胞负相关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江桂华	广东省第二人民医院影像科	77	424	11.0	14.0
2	杨宁	广东省第二人民医院影像科	2	6	1.0	2.0
3	刘发明	孝昌县第一人民医院放射科	2	1	1.0	1.0
4	魏小权	孝昌县第一人民医院放射科	1	1	1.0	1.0
5	黄小杏	孝昌县第一人民医院放射科	1	1	1.0	1.0
6	关琴	孝昌县第一人民医院放射科	1	1	1.0	1.0