基于增强CT的影像组学在直肠癌病理分级中的预测价值

作者：咸国辉; 金鹏^*

来源：潍坊医学院学报, 2022, 44(06): 442-7.

DOI：10.16846/j.issn.1004-3101.2022.06.012

• 直肠肿瘤
• 影像组学
• ROC曲线
• 病理分级

目的 探索基于增强CT静脉期的影像组学在术前对直肠癌的病理分级中的预测价值。方法 选取2019年1月1日～2022年1月1日住院患者96例，所有患者均已通过术后病理确定病理分级，且在行增强CT检查前未进行手术、放疗及化疗等任何治疗。将增强CT静脉期影像图像及病例信息整理并集合，使用放射云平台管理影像数据，采用8∶2比例随机分为训练组和验证组。首先将大量的高维可采特征从已有的影像图像中提取，然后再筛选出最佳特征，利用K近邻(KNN)、支持向量机(SVM)、极值梯度提升(XGBoost)3个分类器，构建基于放射组学的模型，并采用验证方法提高模型的有效性。分别在训练组和验证组中使用ROC曲线来评估直肠癌病理分级预测的准确性。结果 使用LASSO方法从采集的影像图像中共提取1409个定量成像特征，并筛选出1个最优影像组学特征，进一步建立影像组学标签用于机器算法，用来鉴别低级别及高级别直肠癌。基于KNN,SVM,XGBoost 3个分类器，训练组的AUC值分别为0.88(95%CI:0.82-0.94),0.76(95%CI:0.59-0.93),0.89(95%CI:0.72-1.00),验证组的AUC值分别为0.83(95%CI:0.69-0.96),0.73(95%CI:0.37-1.00),0.77(95%CI:0.40-1.00)。结论 基于增强CT静脉期的影像组学在术前对直肠癌的病理分级有较高的预测价值。

• 单位
  寿光市人民医院; 潍坊医学院附属医院; 潍坊医学院