基于动脉期影像组学特征联合临床CT特征构建列线图模型在鉴别肺鳞癌与肺腺癌中的应用价值
胡淑敏
祁冬
蚌埠市第一人民医院医学影像科,安徽 蚌埠 233000
摘要：目的:探讨基于动脉期影像组学特征联合临床CT特征构建列线图模型在鉴别肺鳞癌(SCC)与肺腺癌(ADC)中的应用价值.方法:回顾性收集 2021年 8月至 2023年 9月在我院进行穿刺病理活检或手术的肺癌患者 85例作为训练集,同时收集 2023年 5月至 2024年 6月经病理证实的肺癌患者 40例作为验证集,所有患者均行胸部CT增强检查.根据病理结果将训练集分为SCC组(n=29)和ADC组(n=56).比较两组患者一般临床资料和CT图像特征的差异,采用单因素和多因素Logistic回归分析筛选出独立预测因素,构建临床CT模型.应用ITK Snap软件提取训练集动脉期图像影像组学特征,依次采用组内相关系数(ICC)、Roruta特征筛选和最小绝对收缩与选择算子(LASSO)对提取的影像组学特征进行降维处理,筛选出有意义的特征.采用Logistic回归构建动脉期影像组学模型,计算该模型的影像组学评分(Rad-score).以多因素Logistic回归分析筛选出临床CT特征有意义的自变量与Rad-score构建联合模型,绘制列线图.应用ROC曲线、校正曲线、H-L检验、Delong检验及临床决策曲线(DCA)对临床CT模型、影像组学模型及列线图模型进行评价.结果:单因素分析结果显示,分叶征、坏死空洞征均多于ADC组,癌胚抗原(CEA)、血管集束征、胸膜牵拉及毛刺征均少于ADC组.将上述自变量纳入多因素Logistic进一步筛选,结果显示,CEA、分叶征、胸膜牵拉及毛刺征为独立危险因素,基于此构建临床CT模型的训练集和验证集AUC值分别为 0.623和 0.786.影像组学特征经降维后共筛选出的有意义特征有 8个,分别为一阶特征 3个、二阶特征 5个.经ROC曲线分析显示,影像组学模型训练集和验证集AUC值分别为0.830和0.846;列线图模型训练集和验证集AUC值分别为0.913和0.922.经Delong检验显示,列线图模型AUC值均明显高于临床CT模型和影像组学模型;Hosmer-Lemeshow检验结果显示,临床CT模型、影像组学模型及列线图模型的拟合度均良好;校准曲线分析显示,列线图模型的预测概率曲线与理想曲线最接近,预测精准度更好;DCA分析结果显示,列线图模型的曲线下面积最大,临床净收益最高.结论:基于动脉期影像组学特征联合临床CT特征构建列线图模型在鉴别SCC与ADC中具有一定的诊断价值,为无创鉴别SCC与ADC提供一种新的诊断方式.
关键词：动脉期影像组学临床CT特征肺鳞癌肺腺癌列线图模型
分类号：R814(放射医学)R563(呼吸系及胸部疾病)
论文发表日期：2025-09-30
在线出版日期：2025-10-28（本平台首次上网日期，不代表文献的发表时间）
页数：10( 943-952 )
英文信息