CT影像组学分层鉴别三种常见孤立性肺结节的价值
Stratified differentiation of 3 common pulmonary nodules with CT radiomics作者机构:陆军军医大学(第三军医大学)第二附属医院放射科重庆400037 通用电气药业(上海)有限公司上海201203 北京医准智能科技有限公司北京100089
出 版 物:《陆军军医大学学报》 (Journal of Army Medical University)
年 卷 期:2024年第46卷第6期
页 面:608-617页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 100208[医学-临床检验诊断学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 100201[医学-内科学(含:心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 100106[医学-放射医学] 10[医学] 100602[医学-中西医结合临床]
摘 要:目的 探讨基于CT影像组学特征的逻辑回归(LR)模型分层鉴别肺孤立性腺癌、结核、非结核炎性结节的价值。方法 回顾性分析2018年1月至2022年1月于陆军军医大学第二附属医院经病理证实为肺腺癌、结核、非结核炎性结节患者的临床和肺部CT资料。通过勾画肺结节感兴趣区并提取、筛选CT影像组学特征,分别建立肺腺癌与炎性结节预测模型以及结核与非结核炎性结节预测模型。通过绘制ROC并计算AUC、灵敏度和特异度评估模型效能。结果 共收集526例孤立性肺结节,其中肺腺癌263例,结核结节99例,非结核炎性结节164例。基于CT影像组学特征和临床危险因素建立的肺腺癌与炎性结节LR预测模型在训练集中和测试集中的AUC分别为0.880、0.886。基于CT影像组学特征建立的结核与非结核炎性结节LR预测模型在训练集中和测试集中的AUC分别为0.921、0.853。结论 基于CT影像组学特征建立的LR预测模型在分层鉴别3种常见孤立性肺结节中具有较好的性能,具有较高的临床应用价值。