CT影像组学预测肾透明细胞癌核分级：扫描期相及ROI勾画策略

作者：徐向东; 罗诗维; 韦瑞丽; 张婉丽; 姚旺; 丁文双; 庞欣蕊; 王晔; 杨蕊梦; 赖胜圣

来源：放射学实践, 2022, 37(12): 1542-1547.

DOI：10.13609/j.cnki.1000-0313.2022.12.014

• 肾肿瘤
• 透明细胞肾细胞癌
• 影像组学
• 体层摄影术
• X线计算机
• 扫描期相

目的:探讨不同CT扫描期相及感兴趣区(ROI)勾画策略对影像组学方法预测肾透明细胞癌(ccRCC)核分级效能的影响。方法:回顾性搜集具有完整4期CT扫描图像(平扫期、皮髓质期、实质期和排泄期)且经病理证实为ccRCC的137例患者的病例资料。其中，96例为低级别(Fuhrman 1级和2级)ccRCC,41例为高级别(Fuhrman 3级和4级)ccRCC。在每期图像中选取肿瘤最大层面，使用ITK-SNAP软件分别勾画出病灶最大层面的2D-ROI并获得全瘤3D-ROI,并使用Pyradiomics软件分别提取病灶的影像组学特征。然后，采用22种特征选择方法和8种分类算法对组学特征进行筛选并构建了176个分类模型，使用五折交叉检验法验证各模型的预测效能，并采用诊断符合率、敏感度、特异度和受试者工作特征曲线下面积(AUC)评估模型的预测效能。结果:基于3D-ROI的影像组学模型鉴别高、低核级ccRCC的前5个最大AUC的平均值及相应诊断符合率的平均值高于基于2D-ROI的影像组学模型。基于平扫期的影像组学模型的前5个最大AUC的平均值优于其它3个期相。在平扫、皮髓质期、实质期和排泄期CT图像上基于3D-ROI的组学模型的最大AUC分别为0.822、0.732、0.742和0.780,基于2D-ROI的组学模型的最大AUC分别为0.738、0.692、0.710和0.674。结论:采用影像组学方法预测ccRCC核分级推荐选用平扫图像和全瘤3D-ROI。

• 单位
  广州市第一人民医院; 华南理工大学; 广东食品药品职业学院