能谱CT及碘基图影像组学诺模图在预测上皮性卵巢癌分型中的应用价值

作者：马春雨; 吕娜; 邹梦梦; 朱林; 杨波; 郭飞^*

来源：分子影像学杂志, 2023, 46(04): 632-637.

• 上皮性卵巢癌
• 影像组学
• 能谱CT成像
• 诺模图

目的 探讨联合碘基图影像组学模型、能谱CT多参数及临床危险因素构建的诺模图在预测上皮性卵巢癌(EOC)分型中的价值。方法 回顾性分析122例(Ⅰ型46例,Ⅱ型76例)行能谱CT增强扫描并经病理证实为EOC的患者,结合血清糖类抗原125及人附睾蛋白4,建立临床模型;比较感兴趣区在静脉期图像下的碘浓度(IC)、标准化碘浓度(NIC)、能谱曲线斜率(λ)、有效原子序数(Zeff)及标准化有效原子序数(NZeff),通过Logstic回归分析筛选出有统计学意义的能谱参数,建立能谱CT参数模型;于动静脉期碘基图提取影像组学特征,按照7:3的比例建立训练组(n=85)和验证组(n=37),经过数据降维处理,筛选出有效的特征,建立影像组学模型;采用ROC曲线及曲线下面积(AUC)评价模型的诊断效能并利用模型构建诺模图,使用决策曲线分析及校正曲线评价诺模图的临床应用价值。结果 两组患者血清糖类抗原125及人附睾蛋白4差异有统计学意义(P<0.05),将两者联合建立临床模型,训练组AUC为0.797(95%CI:0.700～0.895),验证组AUC为0.776(95%CI:0.620～0.933);λ40～70keV、λ0～100keV、IC、NIC、Zeff、NZeff的差异有统计学意义(P<0.05),二元Logstic回归分析提示NIC为独立影响因素(P=0.008),训练组AUC为0.813(95%CI:0.723～0.902),验证组AUC为0.837(95%CI:0.707～0.966);影像组学经降维后共筛选出18个影像组学特征,其中包括6个一阶特征、8个灰度特征、1个形态特征、3个小波特征。训练组AUC为0.825(95%CI:0.733～0.917),验证组AUC为0.851(95%CI:0.725～0.796)。联合模型的诊断效能最高,训练组AUC为0.935(95%CI:0.885～0.986),验证组AUC为0.938(95%CI:0.865～1.000),均高于单一模型。结论 临床-能谱-影像组学诺模图在预测上皮性卵巢癌的分型方面具有潜在的价值。

• 单位
  蚌埠医学院; 蚌埠医学院第一附属医院