CT纹理特征预测肝癌微波消融术后局部复发分析

作者：郑宇; 郭子义^*

来源：锦州医科大学学报, 2022, 43(01): 65-69.

DOI：10.13847/j.cnki.lnmu.2022.01.008

• 肝癌
• 肿瘤消融
• 纹理分析
• 机器学习

目的 应用肝门静脉期增强CT的纹理特征预测肝癌微波消融术后局部复发。方法 回顾性分析2016—2021年CT引导肝肿瘤微波消融术治疗肝肿瘤患者146例，收集肝门静脉期增强CT图像，以病灶为中心选取3～5个连续层面，共获得528个可分析样本，以复发与否分组(225个无复发和303个存在复发)。应用Pyradiomics (版本2.1.2)提取828个纹理特征，使用Pycaret软件包进行机器学习(machine learning, ML)分类模型预测。判断指标为AUC (area under curve, AVC)值。结果 759个纹理特征具有可重复性(ICC> 0.9),使用Extra Trees、Cat Boost、Gradient Boosting 3种ML分类模型的方法，获得特征预测AUC值分别为0.85、0.88、0.89(P<0.05)。结论 基于ML的CT纹理分析可能是预测肝癌肿瘤消融术后局部复发状态的可行方法。

• 单位
  锦州医科大学