联合Nomogram模型预测卵巢囊腺瘤分类的价值

作者：潘淑淑; 沈起钧^*; 阮玫; 单嫣娜; 胡广柱; 庞佩佩

来源：浙江医学, 2020, 42(06): 566-570.

• 卵巢肿瘤
• 囊腺瘤
• Nomogram模型
• 算法
• 分类
• 计算机断层X线摄影

目的通过对比增强CT图像的影像组学分析,寻找客观量化判断卵巢浆液性与黏液性囊腺瘤分类的新参数,并联合囊腔数建立联合Nomogram模型,探讨这一模型的诊断价值。方法回顾性分析经病理学检查证实的卵巢囊腺瘤83例,其中浆液性囊腺瘤44例,黏液性囊腺瘤39例。经分层抽样将病例随机分组为训练集58例(70%),测试集25例(30%),通过增强CT图像提取病灶影像特征和影像组学参数,经LASSO回归分析得到具有统计学差异的影像组学参数并构建影像分数Radscore,联合囊腔数建立Nomogram模型,并进行受试者工作特征(ROC)曲线分析,ROC曲线下的面积(AUC)验证其诊断效能。结果本研究经降维算法后得到5个最优影像组学参数构建Radscore,建立联合Nomogram模型(训练集为AUC 0.94,测试集AUC为0.85),优于单一的影像特征及影像组学参数的诊断效能。结论 Nomogram模型能有效量化卵巢囊腺瘤的异质性,并可作为定量影像生物标志物预测卵巢囊腺瘤分类。

• 单位
  杭州市第一人民医院; 浙江大学