摘要
目的:探讨薄层CT的影像组学模型在诊断磨玻璃样(≤2 cm)肺腺癌中的原位癌(AIS)、微侵润腺癌(MIA)、浸润腺癌(IAC)中的诊断价值。方法:分析经病理证实的283例肺腺癌患者(288个结节)术前肺部CT检查图像,选取169个为训练集,119个为测试集。肺腺癌病变参照病理金标准分为AIS、MIA、IAC。采用3DSlicer开源软件在结节最大层面勾画感兴趣区(ROI)并提取851个影像特征,采用t检验和应用最小绝对收缩和选择算子算法进行最佳影像组学特征筛选,构建Logistic回归预测模型。采用受试者工作特征曲线评价模型的预测效能、敏感度、特异度、阳性预测值及阴性预测值。结果:采用统计学降维方法筛选并保留11个特征参数,Logistic预测模型在训练集的曲线下面积(AUC)为0.876,敏感度为89.10%,特异度为76.20%,阳性预测值为69.50%,阴性预测值为92.00%;在测试集的AUC为0.880,敏感度为84.40%,特异度为78.40%,阳性预测值为70.40%,阴性预测值为89.20%。结论:构建基于薄层CT的影像组学的预测模型,在诊断磨玻璃样(≤2 cm)肺腺癌浸润程度具有非常高的诊断效能。
- 单位