基于CT影像组学诺模图术前预测甲状腺乳头状癌颈部淋巴结转移

作者：卢天宇; 鲁辛健; 陈润; 李依兰; 班允清^*

来源：临床放射学杂志, 2022, 41(10): 1846-1852.

DOI：10.13437/j.cnki.jcr.2022.10.024

• 甲状腺乳头状癌
• 颈部淋巴结转移
• 影像组学
• 诺模图

目的 探讨联合平扫、增强CT影像组学和临床危险因素建立的诺模图在术前预测甲状腺乳头状癌(PTC)颈部淋巴结转移(CLNM)的应用价值。方法 回顾性分析2017年9月至2021年6月经病理诊断为PTC的130例患者的术前临床资料及CT图像。按7∶3比例随机将患者分为训练集(n=91)和测试集(n=39),从每例患者的CT轴位平扫期和增强扫描静脉期的图像中各提取影像组学特征851个；使用递归消除支持向量机(SVM-RFE)最终从CT平扫图像筛选出6个、增强扫描图像筛选出3个与PTC CLNM高度关联的影像组学特征。联合临床危险因素及影像组学评分，通过多元Logistic回归，构建影像组学诺模图。模型的诊断效能通过受试者工作特征曲线(ROC)和校准曲线进行评估，临床应用价值通过决策曲线分析(DCA)进行评估，在测试集中对模型进行验证。结果 分析患者临床及影像组学特征，证实原发病灶最大径(≥10 mm)、病灶侵犯甲状腺包膜以及平扫、增强扫描影像组学评分均与PTC发生CLNM具有相关性(P<0.05)。联合CT影像组学评分及临床危险因素构建的诺模图，显示出良好的校准和区分能力，在训练集中的ROC曲线下面积(AUC)(AUC为0.964),测试集中(AUC为0.939),均高于临床模型、单一的影像组学评分模型的诊断效能。结论 基于CT影像组学和临床危险因素的诺模图，作为一种无创且有效的方法可用于术前预测PTC的CLNM。

• 单位
  新疆医科大学第五附属医院