基于薄层CT图像的影像组学列线图在肺良恶性结节鉴别诊断中的价值

目的:建立基于薄层CT图像的临床影像组学列线图评价其对肺结节良恶性鉴别的临床价值.方法:选自2018年3月至2020年9月间接受薄层CT检查并经病理证实的肺结节患者139例(良性65例,恶性74例).从每个患者的胸部CT图像中提取影像组学特征.使用最小绝对收缩和lasso回归进行数据降维,选择有效特征并构建影像组学特征模型.结合独立的临床危险因素采用多元Logistic回归建立影像组学列线图.列线图的准确率和诊断效能在训练集中进行评估并在验证集中进行验证,最后通过决策曲线分析评价列线图的临床应用价值.结果:传统影像特征模型在训练集(AUC=0.86,95％CI 0.79～0.93)、验证集(AUC=0.79,95％CI 0.65～0.93)对肺结节良恶性诊断效能较差,混合模型在训练集(AUC=0.94,95％CI 0.90～0.99)、验证集(AUC=0.94,95％CI 0.88～1.00)中表现出更好的鉴别效能和病理符合率,决策曲线表明影像组学的加入有利于患者的预后.结论:基于薄层CT图像的临床影像组学列线图可以方便准确地判断肺结节恶性风险.