CT影像组学模型对甲状腺良恶性结节的鉴别价值

作者：**; 张建东; 单文莉; 段绍峰; 郭莉莉^*

来源：中华放射学杂志, 2020, 54(03): 187-191.

DOI：10.3760/cma.j.issn.1005-1201.2020.03.003

• 体层摄影术,X线计算机
• 甲状腺结节
• 诊断,鉴别
• 影像组学

目的 探讨CT影像组学模型对良恶性甲状腺结节的鉴别诊断价值。方法 回顾性分析2017年5月至2018年8月间南京医科大学附属淮安第一医院经病理证实的179例甲状腺结节患者的临床和影像资料。良性结节89例,恶性结节90例。患者术前均行甲状腺结节CT平扫和增强扫描。采用分层随机抽样方法将患者按照8∶2的比例分为训练组(143例)与测试组(36例),采用A.K软件基于术前CT图像提取378个影像组学特征,后采用Spearman相关分析与最小绝对收缩和选择算子回归分析进行特征筛选与模型构建,在训练组与测试组中应用受试者操作特征(ROC)曲线对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果 经过特征筛选,16个影像组学特征用于构建甲状腺结节良恶性鉴别模型。训练组中预测模型的ROC曲线下面积(AUC)为0.92(95%可信区间：0.88～0.97),灵敏度和特异度分别为88.7%、82.0%,诊断准确率91.1%；测试组中AUC为0.90(95%可信区间：0.81～0.98),灵敏度和特异度分别为88.5%、84.6%,诊断准确率88.2%。结论 基于CT的影像组学模型对良恶性甲状腺结节有较高的诊断效能。

• 单位
  南京医科大学