基于CT增强影像组学模型预测甲状腺乳头状癌颈部淋巴结转移

• 作者: 刘妮 谢元亮 黄增发 王翔
• 来源期刊: 放射学实践
• 关键词: 纹理分析 甲状腺肿瘤 体层摄影术,X线计算机 对比增强扫描
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 头颈部影像学专题|Original Articles
• 页码范围: 971-975
• 页数: 5页
• 分类号: R814.42|R736.1
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2021.08.005

摘要

目的:探讨基于CT增强图像的组学特征预测甲状腺乳头状癌(PTC)颈部淋巴结转移的可行性.方法:回顾性分析130个经病理证实的PTC结节(伴颈部淋巴结转移65个,无淋巴结转移65个)的CT增强扫描图像,应用Mazda纹理分析软件对CT图像进行预处理,并提取PTC结节的一阶和高阶纹理特征.应用Fisher相关系数、分类误差概率与平均相关系数(POE+ACC)和交互信息(MI)三种降维方法分别对纹理特征进行筛选,每种方法筛选出10个最佳纹理特征.应用Mazda软件的B11模块中的原始数据分析(RDA)、主成分分析(PCA)、线性判别分析(LDA)和非线性判别分析(NDA)四种统计学方法分别进行数据的进一步降维,计算不同统计学方法、不同降维方法组合下建立的影像组学模型的错判率、敏感度和特异度.结果:最佳纹理参数主要来源于二阶及高阶纹理特征(灰度游程矩阵、灰度共生矩阵和小波转换).不同降维方法组合同一统计学方法时所获模型的错判率较为接近,范围为3.08％ ～16.92％.三种降维方法分别与非线性判别分析(NDA)组合时,所获模型的诊断结果一致,与另外3种统计学方法相比敏感度和特异度最高,分别为98.46％、95.38％,错判率最低(3.08％)且差异均有统计学意义(P<0.05).结论:基于CT增强图像的PTC结节的二阶及高阶纹理特征对预测颈部淋巴结转移是可行的,不同的降维方法和统计学方法组合获得的组学模型诊断效能不同,推荐使用非线性判别分析与任一降维方法组合的组学模型.