科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的探讨基于肿瘤基底部膀胱壁超声灰阶图像纹理特征的组学模型鉴别膀胱癌肌层浸润性的价值。方法回顾性分析广西医科大学第一附属医院2017年1月至2022年2月经病理证实的膀胱癌患者175例, 按7∶3的比例分为训练集和测试集。利用MaZda软件分别手动勾画同一病灶基底部膀胱壁、病灶区域的感兴趣区域并提取纹理特征。对训练集采用最小绝对缩减和变量选择算子(LASSO)回归及十折交叉验证筛选特征, 构建膀胱壁、病灶区域组学模型, 并绘制ROC曲线评估模型效能。结果从膀胱壁、病灶区域ROI各提取出279个纹理特征后, 各筛选出5个纹理特征用于构建组学评分模型。膀胱壁的组学模型训练集和测试集的曲线下面积(AUC)为0.921、0.856, 病灶区域的组学模型训练集和测试集的AUC为0.849、0.704。在训练集和测试集中, 膀胱壁的组学模型AUC比病灶区域的组学模型大(均P<0.05)。结论基于肿瘤基底部膀胱壁纹理特征的组学评分模型能有效鉴别膀胱癌肌层浸润性, 且较基于病灶区域纹理特征的模型表现出更好的性能。
- 单位
