目的探讨基于CT的影像组学诺模图预测头颈部恶性肿瘤淋巴结转移的诊断价值。方法回顾分析2017年1月至2020年10月就诊于合肥市第一人民医院,有明确淋巴结病理且治疗前有质量较好的CT平扫及增强的头颈部恶性肿瘤患者75例,收集201枚淋巴结,...目的探讨基于CT的影像组学诺模图预测头颈部恶性肿瘤淋巴结转移的诊断价值。方法回顾分析2017年1月至2020年10月就诊于合肥市第一人民医院,有明确淋巴结病理且治疗前有质量较好的CT平扫及增强的头颈部恶性肿瘤患者75例,收集201枚淋巴结,将2017年1月至2019年11月的113枚淋巴结归为训练组,2019年12月至2020年10月的88枚淋巴结归为测试组。运用Mazda软件提取影像组学特征,使用LASSO法降维,建立影像组学标签。经过多因素逻辑回归筛选,将平扫CT值、增强动脉期CT值分别与影像组学标签建立影像组学诺模图预测模型,与影像组学标签组和CT征象诊断模型进行对比,使用受试者工作特征(receiver operator characteristic,ROC)曲线、曲线下面积(area under cuive,AUC)和校准曲线校准度对诊断效能进行对比评价。结果在每个CT扫描的颈部淋巴结区域内提取298个三维特征,通过降维,筛选出6~7个最具相关性的影像组学特征建立影像组学标签。影像组学标签+平扫CT值诺模图预测模型在训练组和测试组AUC为(0.955,0.885),影像组学标签+增强CT诺模图值预测模型在训练组和测试组AUC为(0.982,0.920),均大于只有影像组学标签模型为[AUC(0.940,0.905),P<0.05],平扫CT值+平扫影像组学标签、增强CT值+影像组学标签、影像组学标签和CT征象诊断模型的准确率分别是0.920、0.930、0.801和0.716;敏感性分别是0.925、0.925、0.877和0.792;特异性分别为0.916、0.926、0.716和0.632;且具有满意的校准度。结论基于CT的影像组学诺模图对头颈部恶性肿瘤淋巴结转移的诊断效能良好,具有简便、安全、可靠的临床应用价值。展开更多
文摘目的探讨基于CT的影像组学诺模图预测头颈部恶性肿瘤淋巴结转移的诊断价值。方法回顾分析2017年1月至2020年10月就诊于合肥市第一人民医院,有明确淋巴结病理且治疗前有质量较好的CT平扫及增强的头颈部恶性肿瘤患者75例,收集201枚淋巴结,将2017年1月至2019年11月的113枚淋巴结归为训练组,2019年12月至2020年10月的88枚淋巴结归为测试组。运用Mazda软件提取影像组学特征,使用LASSO法降维,建立影像组学标签。经过多因素逻辑回归筛选,将平扫CT值、增强动脉期CT值分别与影像组学标签建立影像组学诺模图预测模型,与影像组学标签组和CT征象诊断模型进行对比,使用受试者工作特征(receiver operator characteristic,ROC)曲线、曲线下面积(area under cuive,AUC)和校准曲线校准度对诊断效能进行对比评价。结果在每个CT扫描的颈部淋巴结区域内提取298个三维特征,通过降维,筛选出6~7个最具相关性的影像组学特征建立影像组学标签。影像组学标签+平扫CT值诺模图预测模型在训练组和测试组AUC为(0.955,0.885),影像组学标签+增强CT诺模图值预测模型在训练组和测试组AUC为(0.982,0.920),均大于只有影像组学标签模型为[AUC(0.940,0.905),P<0.05],平扫CT值+平扫影像组学标签、增强CT值+影像组学标签、影像组学标签和CT征象诊断模型的准确率分别是0.920、0.930、0.801和0.716;敏感性分别是0.925、0.925、0.877和0.792;特异性分别为0.916、0.926、0.716和0.632;且具有满意的校准度。结论基于CT的影像组学诺模图对头颈部恶性肿瘤淋巴结转移的诊断效能良好,具有简便、安全、可靠的临床应用价值。
