基于影像组学特征预测肾上腺皮质癌Ki-67的人工智能模型的研究
巢堙尧1
邓一术2
陈贤达3
马楠3
朱洪章4
余锴霖1
柯宗潘5
肖峻6
郭胜杰3
1.中山大学中山医学院(广东 广州 510080)2.中山大学肿瘤防治中心信息科(广东 广州 510050)3.中山大学肿瘤防治中心泌尿外科(广东 广州 510050)4.中山大学附属第一医院影像科(广东 广州 510080)5.南京医科大学第二附属医院泌尿外科(江苏南京 210003)6.中国科学技术大学附属第一医院泌尿外科(安徽 合肥 230001)
摘要：目的 基于术前平扫CT的影像组学特征建立肾上腺皮质癌(ACC)Ki-67人工智能预测模型.方法 选取2010年7月至2023年9月中山大学附属第一医院、中山大学肿瘤防治中心、中国科学技术大学第一附属医院病理确诊为原发ACC且接受肾上腺肿瘤切除术的患者及TC1A数据库患者共94例,划分为内部训练集与外部验证集.将Ki-67＞10％定义为高Ki-67.提取影像组学特征后进行特征筛选,使用5个人工智能算法构建预测Ki-67的人工智能模型,进行内部训练与外部测试.使用受试者工作曲线下面积(area under the receiver operating characteristic curve,AUC)评估模型预测效果.结果 所有患者年龄、肿瘤大小等临床基线特征差异均无统计学意义.经特征筛选后保留了6个影像组学模型.在内部训练集中,梯度提升算法获得了最高的AUC(0.94),并具备较高的准确率(0.87)、敏感度(0.89)和特异度(0.84).随机森林算法在外部测试集中表现最好,取得了最高AUC(0.86)、准确率(0.87)和敏感度(0.88).结论 使用术前平扫CT的影像组学特征可以有效预测肾上腺皮质癌的Ki-67.
关键词：肾上腺皮质癌影像组学Ki-67人工智能多中心回顾性研究
分类号：R736.6(内分泌腺肿瘤)R730.44(一般性问题)
资助基金：广东省医学科研基金项目(202405161235209275)广东省基础与应用基础研究基金资助项目(24202104030000320)
论文发表日期：2025-06-15
在线出版日期：2025-08-18（本平台首次上网日期，不代表文献的发表时间）
页数：6( 839-844 )
英文信息