CT影像组学模型对Ⅰ期尘肺病的诊断价值

作     者：闫成凤 焦天宇 曾庆师 YAN Chengfeng;JIAO Tianyu;ZENG Qingshi

作者机构：山东大学山东济南250012 山东省淄博市职业病防治院放射科山东淄博271016 山东省公共卫生临床中心影像科山东济南250102 山东第一医科大学第一附属医院(山东省千佛山医院)影像科山东济南250012 

出 版 物：《医学影像学杂志》 (Journal of Medical Imaging)

年 卷 期：2024年第34卷第8期

页      面：58-61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] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 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）] 100402[医学-劳动卫生与环境卫生学] 100106[医学-放射医学] 10[医学] 100602[医学-中西医结合临床] 

主　　题：尘肺 模型构建 效能评价 体层摄影术 X线计算机 

摘      要：目的 探讨基于胸部CT影像组学特征构建的模型对Ⅰ期尘肺病的诊断价值。方法 选取202例诊断为尘肺Ⅰ期和199例健康体检者的临床及胸部CT资料,按照7:3的比例随机分为训练集组及验证集组,使用3D-slicer软件在CT肺窗图像上勾画感兴趣区(ROI)并提取特征,利用最小绝对收缩和选择算子(LASSO)算法对影像特征进行筛选,然后采用支持向量机(SVM)算法,建立CT组学模型并采用受试者工作特征曲线下面积(AUC)和决策曲线分析(DCA),评估预测模型的效能和临床实用性。结果 共提取出851个特征,最终筛选出9个特征建立CT影像组学模型,该模型训练集组的AUC为0.930(95%CI 0.901~0.963),验证集组的AUC为0.820(95%CI 0.742~0.895),DCA曲线显示该模型具有较好的净收益。结论 基于CT图像的影像组学模型能有效鉴别正常和Ⅰ期尘肺,对于Ⅰ期尘肺有重要的诊断价值。