南京医科大学学报(自然科学版)

作者：徐青青，单文莉，朱 艳，黄陈翠，包丝雨，郭莉莉

单位：南京医科大学附属淮安第一医院影像科，江苏 淮安 223300,,南京医科大学附属淮安第一医院影像科，江苏 淮安 223300,,南京医科大学附属淮安第一医院影像科，江苏 淮安 223300,,北京深睿博联科技有限责任公司研发中心科研合作部，北京 100089,,北京深睿博联科技有限责任公司研发中心科研合作部，北京 100089,,南京医科大学附属淮安第一医院影像科，江苏 淮安 223300,

关键词：孤立性;肺结节;CT;影像组学;病理;分类

基金：江苏省博士后科研资助计划（2019K278）

目的：探讨肺结节CT影像组学特征与病理分类的关系，并评估不同分层递进影像组学模型对肺结节病理分类的预测效果。方法：纳入2017年7月—2019年8月189例病理证实且具有完整资料的肺结节患者，包括良性结节71例，恶性非浸润结节51例，恶性浸润性结节67例。分别构建3种CT影像组学模型，模型1对良性及恶性结节（包括恶性非浸润及浸润性结节）分类；模型2对恶性非浸润及浸润性结节分类；模型3对良性、恶性非浸润及浸润性结节分类。对所有勾画感兴趣区（ROI）进行高通量特征采集，采用智能方法进行特征和分类器筛选建立最佳模型。受试者工作特征（ROC）曲线及曲线下面积（AUC）用于评价模型的预测效能，计算灵敏度、特异度、准确率、阳性预测值和阴性预测值。结果：模型1、2及3分别筛选出20、2及20个影像组学特征，绘制ROC曲线，验证组AUC值分别为0.85、0.89及0.84，模型1灵敏度、特异度、准确率、阳性预测值及阴性预测值为79.66％、70.42％、84.59％、81.74％及67.57％；模型2为88.06％、74.51％、82.2％、81.94％及82.61％；模型3为71.34%、85.05%、70.37%％、83.2%及76.3%。结论：基于CT图像影像组学特征模型可以较好地反映良性结节、恶性非浸润结节及浸润性结节的差异，对其进行分类。

来源：2021年第4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4期