CT影像组学特征预测甲状腺乳头状癌颈部淋巴结转移的价值研究

作者：何俊林; 路青; 徐昕; 胡曙东^*

来源：上海交通大学学报 (医学版), 2021, 41(09): 1233-1239.

• 影像组学
• CT增强
• 甲状腺乳头状癌
• 颈部淋巴结
• 转移

目的·探讨甲状腺乳头状癌(papillary thyroid carcinoma,PTC) CT增强检查的平扫期、动脉期和静脉期图像的影像组学特征对术前预测颈部淋巴结转移(cervical lymph node metastasis,CLNM)的价值。方法·收集2017年1月—2020年6月在上海市金山区亭林医院行甲状腺外科治疗的197例PTC患者的CT图像,筛选出满足要求的512帧(包括193帧平扫期、131帧动脉期、188帧静脉期),选择图像中显示病灶最大长径的层面进行影像组学研究。根据CLNM的状态,用全部512帧CT图像优选RandomForestClassifier的最佳参数;用具有全部3期CT图像的124例患者资料分别构建3期的随机森林(random forest,RF)分类模型,模型的评价标准为受试者操作特征曲线(receiver operator characteristic curve,ROC curve)的最大平均曲线下面积(area under the curve,AUC)和准确度。结果·RF分类模型显示平扫期、动脉期和静脉期的ROC曲线最大平均AUC分别为0.843、0.775、0.783,相应准确度分别为0.767、0.695、0.726,平扫期的最大平均AUC值明显高于动脉期及静脉期(均P=0.000)。结论·PTC的CT 3期影像组学特征可以较准确地预测CLNM,其中平扫期图像特征预测性能较高。

• 单位
  上海交通大学医学院附属仁济医院; 江苏大学; 上海市金山区亭林医院