基于CT影像组学模型鉴别肾乏脂肪血管平滑肌脂肪瘤与均质肾透明细胞癌

Chinese Journal of Medical Imaging Technology(2020)

引用 6|浏览7
暂无评分
摘要
目的 基于增强CT影像组学特征联合临床特征建立综合模型,验证其术前鉴别肾乏脂肪血管平滑肌脂肪瘤(fp-AML)与均质肾透明细胞癌(hd-ccRCC)的效能.方法 回顾性分析经病理证实的32例fp-AML与39例hd-ccRCC.在增强CT皮质期、实质期及排泄期图像手工勾画肿瘤ROI,提取影像特征,计算观察者间及观察者内组内相关系数(ICC),采用LASSO回归进行特征选择,通过Logistic多元回归分析构建回归方程,并计算皮质期、实质期、排泄期及三期联合的影像组学得分.通过Logistic多元回归分析建立综合模型,并绘制列线图.采用Hosmer-Lemeshow拟合优度检验评价列线图的拟合度,以ROC曲线分析检测列线图的鉴别效能,以决策曲线评价列线图鉴别fp-AML和hd-ccRCC的净获益.结果 自各期图像中提取出包括强度、形状、纹理、图像滤波在内共1 029个特征,对ICC均>0.75的特征进行LASSO选择,分别于皮质期、实质期、排泄期和三期联合获得6、6、5和7个有鉴别意义的特征,AUC分别为0.83[95%CI(0.73,0.92)]、0.80[95 %CI(0.70,0.91)]、0.78[95%CI(0.68,0.89)]和0.86[95%CI(0.77,0.95)].基于三期联合影像组学得分和临床特征的列线图的AUC为0.90[95%CI(0.81,0.99)],以之术前鉴别fp-AML和hd-ccRCC可获得较满意的诊断净获益.结论 通过列线图表示基于增强CT影像组学特征联合临床特征建立的综合模型术前鉴别fp-AML与hd-ccRCC具有较高诊断效能,有助于术前定性诊断肾肿瘤.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要