治疗前CT影像组学预测胃癌患者Lauren分型的价值
李志莉
吴亚平
河南省人民医院医学影像科,河南郑州 450000
摘要：目的 基于治疗前CT影像特征构建胃癌Lauren分型的组学预测模型.方法 回顾性收集河南省人民医院经病理活检证实存在Lauren分型的167例胃癌患者治疗前CT增强及临床特征数据,其中肠型71例,弥漫型/混合型96例.按7:3的比例随机分为训练集和验证集,由2名高年资腹部影像医生共同勾画静脉期CT图像,利用3D Slicer软件提取影像组学特征.利用最小绝对收缩和选择算子(LASSO)回归算法筛选出最优特征组合,建立影像组学标签,使用逻辑回归算法构建模型.利用受试者工作特征(ROC)曲线下面积(AUC)及准确性等指标评估模型的诊断效能.采用校准曲线验证模型实际发生概率与预测概率之间的匹配性,决策曲线评估模型的性能.结果 筛选出16个影像组学特征在预测肠型和弥漫型/混合型胃癌时具有预测效能并建立影像组学模型.在训练集中,CT影像组学模型的准确度、敏感度和特异度分别为79.7％、73.5％和88.0％,AUC为0.852(0.785-0.920);在验证集中,影像组学模型的准确性为73.3％,敏感度为65.8％,特异度为80.5％,AUC为0.714(0.565-0.860).结论 基于治疗前CT影像组学标签构建的影像组学模型能够术前预测肠型和弥漫型/混合型胃癌,为合理制定临床治疗策略提供客观依据.
关键词：胃癌Lauren分型影像组学体层摄影术X线计算机
分类号：R445(诊断学)
论文发表日期：2024-06-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1948-1953 )
英文信息