基于CT影像组学特征预测肾透明细胞癌分化程度的研究

• 作者: 吴文杰 裴天龙 汪永康 王龙胜
• 来源期刊: 医学信息
• 关键词: 肾透明细胞癌 计算机断层成像 影像组学
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 论著|Treatise
• 页码范围: 96-100
• 页数: 5页
• 分类号: R737.11
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1959.2021.11.026

摘要

目的 通过对肾透明细胞癌患者的影像组学信息的提取和分析,构建术前预测模型,以期更好的指导临床进行治疗和预测预后.方法 选取2018年12月～2020年12月安徽医科大学第二附属医院收治的102例肾透明细胞癌患者作为研究对象,根据Fuhrman核分级系统分为分为高分化组(Ⅰ～Ⅱ级)及低分化组(Ⅲ～Ⅳ级),各51例;另将这些患者随机按照7:3的比例分入训练组72例和验证组30例,均进行腹部CT平扫+三期增强图像,利用mRMR去除冗余和不相关特征后,应用套索方法最终选取出最具预测意义的特征,并采用ROC曲线和AUC建立影像组学模型并进行验证,最终评估模型的诊断效能.结果 选取共10个最有意义的特征,其中7个来自动脉期,1个来自门脉期,2个来自静脉期,没有一个来自延迟期.高分化组及低分化组组间分类结果比较,差异有统计学意义(P<0.05).在高分化组和低分化组之间建立评估模型,模型ROC曲线分析显示,训练组AUC=0.85(95％CI:0.75～0.92),灵敏度和特异度分别为0.79和1.00,阳性预测率和阴性预测率分别为1.00和0.65;验证组AUC=0.90(95％CI:0.73～0.98),灵敏度和特异度分别为0.90和0.89,阳性预测率和阴性预测率分别为0.95和0.08.建立肾透明细胞癌预测模型决策曲线分析显示,本研究影像组学模型在0～0.7的较大阈值范围内具有很好的临床应用价值.结论 基于CT的影像组学模型对术前预测肾透明细胞癌分化程度有着较好的效果,可以对临床工作起到一定的指导作用.