构建高分辨率CT影像组学模型预测肺部孤立性磨玻璃结节的良恶性

作者：杨亚旭; 李跃华; 蒋璟璇; 杭晓杰^*

来源：中国临床医学, 2023, 30(04): 676-682.

• 高分辨率CT
• 肺孤立性磨玻璃结节
• 影像组学

目的 探讨构建体检高分辨率CT(high-resolution computed tomography, HRCT)的影像组学模型术前预测肺部孤立性磨玻璃结节（ground glass nodule, GGN）良恶性的价值。方法 回顾性分析2019年1月至2022年10月上海市奉贤区中心医院诊断为肺孤立性GGN的152例患者的肺部体检HRCT图像，按照7∶3的比例随机分为训练组（n=106）和验证组（n=46）。根据病理结果将训练组患者分为恶性组（n=56）和良性组（n=50），比较两组患者临床特征。评估训练组患者肺孤立性GGN的常规CT影像特征，采用PyRadiomics软件在每个病灶的全域感兴趣区（volume of interest,VOI）提取107个影像特征，采用Lasso回归筛选影像特征并建立影像组学标签。采用logistic回归建立3种预测模型（临床模型、影像组学模型和联合模型），采用ROC曲线和曲线下面积（area under the curve, AUC）评价3种模型的预测效能。结果 Lasso回归共筛选出13个与预测肺孤立性GGN良恶性最相关的影像组学特征；3个临床特征在恶性组和良性组的差异有统计学意义，分别为病灶密度（P=0.018）、分叶征（P=0.036）和支气管征（P=0.033）。Logistic回归分析显示，影像组学特征的NCCT＿original＿firstorder＿10Percentile、NCCT＿original＿glrlm＿RunEntropy、NCCT＿original＿shape＿Sphericity、临床特征的CT值、临床特征得分和影像组学得分可作为肺孤立性GGN良恶性的预测因素。影像组学模型、临床模型和联合诊断模型的AUC在训练组中分别为0.971(95%CI 0.884～0.996)、0.866(95%CI 0.786～0.925)和0.977(95%CI 0.827～0.996)，在验证组中分别为0.883(95%CI 0.763～0.961)、0.692(95%CI 0.538～0.819)和0.934(95%CI0.820～0.986)。结论 基于HRCT影像组学特征构建的模型可以有效预测肺孤立性GGN的良恶性。

• 单位
  上海交通大学; 上海市奉贤区中心医院