目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤...目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤三维感兴趣区(VOI)。采用FeAture Explorer (FAE)软件提取特征,并进行特征筛选、组学模型构建。在临床指标中选择有统计学意义的指标建立临床模型,由临床指标及组学特征进行logistic回归分析建立联合模型。利用受试者工作特征曲线(ROC)及曲线下面积(AUC)来评价3种模型预测结直肠癌血管淋巴管及神经侵犯的价值。结果:血管侵犯组中临床模型训练集与测试集的AUC分别为0.613、0.521;组学模型训练集与测试集的AUC分别为0.797、0.852;联合模型训练集与测试集的AUC分别为0.809、0.862。淋巴管侵犯组中临床模型训练集与测试集的AUC分别为0.636、0.601;组学模型训练集与测试集的AUC分别为0.768、0.806;联合模型训练集与测试集的AUC分别为0.785、0.823。神经侵犯组中临床模型训练集与测试集的AUC分别为0.712、0.771;组学模型训练集与测试集的AUC分别为0.800、0.819;联合模型训练集与测试集的AUC分别为0.835、0.892。结论:基于影像细胞外容积的影像组学特征联合临床特征构建模型可有效预测结直肠癌的血管淋巴管及神经侵犯,具有术前无创诊断价值。展开更多
文摘目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤三维感兴趣区(VOI)。采用FeAture Explorer (FAE)软件提取特征,并进行特征筛选、组学模型构建。在临床指标中选择有统计学意义的指标建立临床模型,由临床指标及组学特征进行logistic回归分析建立联合模型。利用受试者工作特征曲线(ROC)及曲线下面积(AUC)来评价3种模型预测结直肠癌血管淋巴管及神经侵犯的价值。结果:血管侵犯组中临床模型训练集与测试集的AUC分别为0.613、0.521;组学模型训练集与测试集的AUC分别为0.797、0.852;联合模型训练集与测试集的AUC分别为0.809、0.862。淋巴管侵犯组中临床模型训练集与测试集的AUC分别为0.636、0.601;组学模型训练集与测试集的AUC分别为0.768、0.806;联合模型训练集与测试集的AUC分别为0.785、0.823。神经侵犯组中临床模型训练集与测试集的AUC分别为0.712、0.771;组学模型训练集与测试集的AUC分别为0.800、0.819;联合模型训练集与测试集的AUC分别为0.835、0.892。结论:基于影像细胞外容积的影像组学特征联合临床特征构建模型可有效预测结直肠癌的血管淋巴管及神经侵犯,具有术前无创诊断价值。
