基于胸部增强CT影像组学模型用于胸腺瘤分类的研究-论文-manbet官网登录网

基于胸部增强CT影像组学模型用于胸腺瘤分类的研究

Contrast-enhanced computed tomography-based radiomics models for the risk categorization of thymoma

导出在线阅读下载全文收藏纠错

摘要：

背景与目的:胸腺瘤术前分类对治疗决策很有帮助,但获取存在一定困难.本研究旨在建立基于增强对比计算机体层成像(contrast-enhanced computed tomography,CECT)影像组学的胸腺瘤风险分类训练模型,并验证其性能、可靠性和泛化能力.方法:本回顾性队列研究分析了在上海交通大学医学院附属胸科manbet官网登录 2008年1月—2017年12月接受胸腺瘤切除手术的患者(Masaoka-Koga Ⅰ～Ⅲ期)的临床资料.将患者随机分层为训练组(80%)和测试组(20%),将术后病理学检查结果作为金标准.低风险组织学类型包括A、AB和B1.高风险组织学类型包括B2和B3.手动分割术前CECT图像相关肿瘤区域并提取影像组学特征.使用最小绝对收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归进行特征选择,并将临床特征添加到联合模型中.模型性能指标包括受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)、灵敏度和特异度.结果:共纳入478例患者(平均年龄51.3±12.3岁,男性占48.1%).临床模型、基于CECT的影像组学模型和在测试集上使用临床和CT特征的模型AUC分别为0.666、0.831和0.850.性能最佳的模型的灵敏度为0.829,特异度为0.764.结论:基于术前CECT的影像组学模型在胸腺瘤风险分类中表现良好.

作者： 蒋佻宴 ^[1] 贾田颖 ^[2] 张琴 ^[2]

作者单位： 江苏大学医学院,江苏镇江,212013;上海交通大学医学院附属胸科manbet官网登录放疗科,上海 200030 ^[1] 上海交通大学医学院附属胸科manbet官网登录放疗科,上海 200030 ^[2]

期刊：《中国癌症杂志》2024年34卷6期 581-589页 ISTICPKUCSCD

关键词：纵隔腔胸腺瘤计算机体层成像机器学习 Mediastinal Thymoma Computed tomography Machine learning

分类号： R734.2

栏目名称：论著

DOI： 10.19401/j.cnki.1007-3639.2024.06.006

发布时间： 2024-07-22

浏览：1
被引：0
下载：0

相似文献

中文期刊
外文期刊
学位论文
会议论文

检索历史清除