基于CT纹理特征的非小细胞肺癌EGFR基因突变预测模型的构建

• 作者: 姚煜 徐春阳 戴峰 薛晨祺 陈刚
• 来源期刊: 新疆医科大学学报
• 学科: 医学
• 关键词: 纹理分析 非小细胞肺癌 EGFR突变 预测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 临床医学研究
• 页码范围: 1357-1362
• 页数: 6页
• 分类号: R445.2
• 语种: 中文
• DOI: 10.3969/j.issn.1009-5551.2020.10.020

摘要

目的 探讨CT纹理分析对非小细胞肺癌(NSCLC)表皮生长因子受体(EGFR)基因突变的预测价值.方法 收集312例经术后病理证实为NSCLC患者的临床资料,术前3个月内均进行了CT扫描,并进行EGFR基因突变测试.提取NSCLC的CT影像形态学征像(密度、大小、分叶、形态),构建诊断EGFR基因突变的主观预测模型.采用Fire Voxel软件提取NSCLC的CT纹理特征,并构建CT纹理特征预测模型.通过ROC曲线评估纹理特征模型、CT主观征像模型预测EGFR基因突变效能.结果 多因素Logistic回归分析结果显示,分期、吸烟史、位置、密度及支气管空气征是NSCLC患者EGFR突变主观独立预测因子;而峰度、能量、自相关、熵值是EGFR突变的CT纹理预测参数.训练组中,CT主观征像模型ROC曲线下的面积为0.78,敏感度为72.3％,特异度为84.7％;纹理特征模型ROC曲线下的面积为0.85,敏感度为80.3％,特异度为87.1％;联合预测模型ROC曲线下的面积为0.89,敏感度为84.3％,特异度为92.1％.验证组中,联合预测模型同样显示最佳预测效能,ROC曲线下面积为0.88,其次为纹理特征模型,主观征像模型效能最低.结论 多种CT纹理特征与NSCLC的EGFR基因突变状态有关,结合影像学特征,可以较好地预测NSCLC的EGFR基因突变状态.