基于PET代谢参数构建孤立性肺良恶性病变预测模型

作者：江伟; 徐文贵^*; 张瑞平; 朱磊

来源：中国医学影像技术, 2019, 35(05): 696-700.

DOI：10.13929/j.1003-3289.201812012

• 肺肿瘤
• 氟脱氧葡萄糖F18
• 正电子发射断层显像术
• 支持向量机

目的基于PET代谢参数构建预测模型,探讨其鉴别诊断孤立性肺良恶性病变的价值。方法回顾性分析接受18F-FDG PET/CT检查的135例孤立性肺病变患者,测量病灶代谢参数,包括肿瘤代谢体积(MTV)、最大标准化摄取值(SUVmax)、标准化摄取值峰值(SUVpeak)、平均标准化摄取值(SUVmean)和标准化糖酵解总量(SUVtlg),以及瘦体质量SUV(SUL),包括SULmax、SULpeak、SULmean和SULtlg。利用支持向量机(SVM)对PET代谢参数构建模型,以赤池信息准则筛选最优化模型。绘制ROC曲线,评价模型对肺良恶性病变的诊断价值,以置换检验进行内部验证。结果最终获得2个最优化模型(AIC值均为-232.92),分别称为Mgroup A(纳入参数为MTV、SUVpeak和SUVtlg)和Mgroup B(纳入参数为MTV、SUVpeak和SULtlg)。Mgroup A模型诊断肺良恶性病变的AUC为0.865(P=0.021),灵敏度82.72%,特异度83.33%,准确率82.96%;Mgroup B模型的AUC为0.863(P=0.030),灵敏度82.72%,特异度83.33%,准确率82.96%;2个模型间AUC差异无统计学意义(P=0.294)。置换检验提示模型均稳定可靠。结论基于PET代谢参数构建SVM模型对肺孤立性良恶性病变具有较好的鉴别诊断效能,但脂肪校正不能提高代谢参数的诊断效能。

• 单位
  天津医科大学