基于增强CT影像组学鉴别小肝癌与肝不典型增生结节的应用研究

作者：邢艳虎; 黄忠江; 侯跃宏^*

来源：中国ct和mri杂志, 2023, 21(07): 107-109.

• 小肝癌
• 肝不典型增生结节
• 计算机断层扫描
• 影像组学

目的 利用增强CT影像组学特征构建影像组学模型并绘制诺莫图鉴别小肝癌与肝不典型增生结节。方法 收集经病理证实为小肝癌(n=60)与肝不典型增生结节(n=57)患者的临床资料及CT影像数据。于动脉期、门脉期、延迟期CT图像手动勾画肝脏病灶ROI，提取组学特征后行特征降维和筛选，于筛选出的特征中分别选取1-10个特征建立逻辑回归(LR)、支持向量机(SVM)、决策树(DT)模型，利用5倍交叉进行内部验证，以交叉验证集AUC值最高的模型作为最优模型。构建影像组学评分公式并绘制诺莫图。行拟合优度检验评估模型的拟合度，绘制决策曲线评价其净获益。结果 最优模型为LR模型，其内部交叉验证AUC值为0.795(95%CI 0.644-0.880)，训练组AUC值为0.860(95%CI 0.772-0.936)，测试组AUC值为0.807(95%CI 0.650-0.952)，模型的校正曲线具有良好的一致性(p=0.970,P>0.05)，决策曲线也具有较高的净获益。结论 利用肝脏增强CT组学特征构建的影像组学模型能够有效鉴别小肝癌和肝不典型增生结节。

• 单位
  山西省中医院; 山西省心血管病医院