CT影像组学列线图预测胃癌内镜活检与术后病理学分型差异

作     者：赵帅 刘译阳 刘思腾 陈星枝 袁梦晨 尤亚茹 黄陈翠 高剑波 ZHAO Shuai;LIU Yiyang;LIU Siteng;CHEN X ingzhi;YUAN Mengchen;YOU Yaru;HUANG C hencui;GAO Jianbo

作者机构：郑州大学第一附属医院放射科河南郑州450052 北京深睿博联科技有限责任公司研发中心科研合作部北京100089 

出 版 物：《中国介入影像与治疗学》 (Chinese Journal of Interventional Imaging and Therapy)

年 卷 期：2024年第21卷第6期

页      面：343-348页

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] 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）] 100214[医学-肿瘤学] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家自然科学基金项目(81971615) 

主　　题：胃肿瘤 体层摄影术 X线计算机 病理学 影像组学 

摘      要：目的评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组(n=77)与不一致组(n=49),同时按2∶1比例分为训练集与验证集。筛选临床预测因子,构建临床预测模型;于静脉期CT图像提取影像组学特征,采用L1正则化方法对特征进行筛选,以决策树、随机森林、逻辑回归3种机器学习(ML)算法构建影像组学模型;基于临床及最佳影像组学ML模型构建列线图;评估各模型及列线图的预测效能及其临床价值。结果患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中,随机森林预测效能较好,其在训练集与验证集中的曲线下面积(AUC)分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884,在验证集分别为0.760、0.724及0.841;列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论基于CT影像组学列线图用于预测胃癌内镜活检与术后病理Lauren分型不一致性具有潜在临床应用价值。