摘要

目的:探讨基于CT平扫肺窗图像的影像组学模型预测肺腺癌表皮生长因子受体(EGFR)突变状态的价值。方法:回顾性分析2016年6月~2019年6月弋矶山医院确诊的156例有EGFR基因检测结果的肺腺癌患者资料,其中EGFR突变型104例,EGFR野生型52例。按7∶3随机分为训练集和验证集。用ITK-SNAP软件在肺窗图像上手动勾画病灶三维容积感兴趣区,AK软件提取影像组学特征。应用最大相关最小冗余、最小绝对收缩和选择算子回归及十折交叉验证筛选最佳特征子集,并构建多因素逻辑回归模型。绘制ROC曲线评估模型的效能,并用验证集数据进行内部验证。使用校正曲线评估模型预测值与观测值之间的一致性。结果:共提取396个影像组学特征,筛选后得到11个最佳影像组学特征用于建模。构建的逻辑回归模型可有效预测肺腺癌EGFR基因突变状态,训练集曲线下面积(AUC)为0.83(95%CI:0.74~0.91),特异度、灵敏度分别为83.8%、71.2%;验证集AUC为0.81(95%CI:0.66~0.96),特异度、灵敏度分别为73.3%、87.1%。校准曲线显示,模型预测值与观测值之间一致性较好。结论:基于CT平扫肺窗图像的影像组学模型对肺腺癌EGFR突变有较好的预测价值,有利于临床精准医疗的实现。

  • 单位
    皖南医学院第一附属医院