基于超声影像组学鉴别小儿肝移植后淋巴组织增生性疾病与淋巴结反应性增生

作者：袁瑶; 唐缨^*; 牛宁宁; 张国英; 王明阳

来源：中国超声医学杂志, 2023, 39(05): 540-544.

• 移植后淋巴组织增生性疾病
• 淋巴结反应性增生
• 超声
• 影像组学
• 机器学习

目的 基于超声影像组学特征，建立机器学习模型鉴别小儿肝移植后淋巴组织增生性疾病(PTLD)与淋巴结反应性增生。方法 回顾性分析小儿肝移植后经病理证实的112例PTLD及93例淋巴结反应性增生患者颈部增大淋巴结的二维超声图像。提取影像组学特征构建随机森林、支持向量机、决策树及逻辑回归模型。比较常规超声与4种模型的诊断效能。结果 每个淋巴结共提取118个影像组学特征，筛选7个最优特征建立4种机器学习模型。其中随机森林模型的诊断效能最好，优于常规超声[受试者操作特征(ROC)曲线下面积：0.816 vs 0.613,Z=5.991,P<0.05],模型的灵敏度、特异度及准确度分别为95.7%、68.6%及86.0%。结论 基于超声影像组学的随机森林模型对小儿肝移植后PTLD与淋巴结反应性增生有较好的鉴别诊断价值。

• 单位
  天津市第一中心医院