南京医科大学学报(自然科学版)

作者：徐一铭，袁 梅，邱 琳，于瑞磊，俞同福

单位：南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,

关键词：影像组学;体层摄影术;X线计算机;肺肿瘤;炎症

基金：国家自然科学基金（81801693）

目的：探讨并比较能谱CT定量参数及碘基图影像组学特征对肺炎性及恶性病变的鉴别诊断价值。方法：回顾性分析123例（炎性组38例，恶性组85例）行动脉期能谱CT增强扫描的肺结节或肿块患者；比较病灶感兴趣区（region of interest，ROI）在70 keV及40 keV单能量图像下的CT值、能谱曲线斜率（λ）、碘浓度（iodine concentration，IC）、有效原子序数值（effective-Z，Zeff）、标准化碘浓度（normalized iodine concentration，NIC）、标准化有序原子序数值（normalized effective-Z，NZeff）及最大径（D），进行多因素分析并绘制受试者工作特征（receiver operating characteristic，ROC）曲线。手动分割ROI，提取影像组学特征，以7∶3拆分训练集和测试集，通过皮尔森相关系数法、递归特征消除筛选特征，5折法交叉验证，使用线性判别式分类器建立预测模型，并绘制模型的ROC曲线。结果：炎性组及恶性组在40 keV下的CT值、λ100-70 keV、λ70-40 keV、λ100-40 keV、IC、NIC、Zeff、NZeff以及D的差异具有统计学意义（P < 0.05），多因素分析提示NIC为独立影响因素（P < 0.001），NIC的曲线下面积（area under curve，AUC）为0.728。影像组学共筛选出10个特征建立预测模型，其AUC为0.843，二者的差异具有统计学意义（P=0.034）。结论：能谱CT定量参数及碘基图影像组学特征对于肺内炎性及恶性病变的鉴别诊断具有很大价值，碘基图组学预测模型取得更优的诊断效能。

来源：2021年第7期

《南京医科大学学报(自然科学版)》期刊编辑部

查看南京医科大学学报(自然科学版)杂志2021年第7期