基于CT影像组学诺模图术前预测甲状腺乳头状癌颈部中央区淋巴结转移的研究

• 作者: 李静静 武欣欣 毛宁 郑桂彬 牟亚魁 初同朋 贾传亮 郑海涛 米佳 宋西成
• 来源期刊: 山东大学耳鼻喉眼学报
• 关键词: 甲状腺乳头状癌 中央区淋巴结转移 机器学习 影像组学 诺模图
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 论著|Original Article
• 页码范围: 51-59
• 页数: 9页
• 分类号: R739|R814
• 语种: 中文
• DOI: 10.6040/j.issn.1673-3770.0.2020.490

摘要

目的 探讨基于CT影像组学与临床危险因素的诺模图在术前预测甲状腺乳头状癌颈部中央区淋巴结转移中的价值.方法 回顾性分析114例PTC患者,收集治疗前的CT及临床资料.以7:3比例通过完全随机方法将入组患者分为训练集(n=85)和测试集(n=29),从CT平扫期和增强动脉期的图像中提取影像组学特征.在训练集中,使用方差阈值法、最小绝对收缩与选择算子算法筛选出与中央区淋巴结转移密切相关的特征并建立影像组学标签.结合临床危险因素,通过多因素逻辑回归分析建立术前预测PTC颈部中央区淋巴结转移的影像组学诺模图.利用受试者工作特征曲线和校准曲线评估模型的诊断效能,利用决策曲线分析法评估模型的临床应用价值,并在测试集中对模型进行验证.结果 从每个患者的CT平扫期与增强CT动脉期图像共提取2818个影像组学特征,经过特征筛选,共25个与PTC颈部中央区淋巴结转移高度相关的特征,联合影像组学标签与临床独立危险因素(CT报告的淋巴结状态)构建的诺模图,在测试集中的ROC曲线下面积是0.858,高于单独影像组学标签(AUC,0.769)的效能,同时也高于CT报告的淋巴结状态(AUC,0.721)的效能.结论 影像组学诺模图是一种非侵入性的术前预测工具,它结合了影像组学特征和CT报告的淋巴结状态,对PTC患者的颈部中央区淋巴结转移具有良好的预测效能,具有潜在的临床应用价值.