您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览75 | 下载21

目的:探究基于CT靶扫描图像提取影像组学特征联合CT征象构建多模态联合模型术前评估孤立性肺结节(SPN)的可行性.方法:纳入2018年1月-2020年7月在郑州大学第二附属医院行胸部CT扫描诊断为SPN以SPN为中心的薄层靶扫描的患者,继而由医师遵循单盲原则定性评估患者CT征象后,对SPN进行病灶3D分割,导入pyradiomics进行特征提取.患者按照7:3比例随机分为训练组和测试组,以训练组患者SPN良恶性为研究目的,对影像组学特征进行去冗除杂以构建影像组学标签Rad-score,并纳入CT征象特征联合Rad-score构建多元逻辑回归模型评估SPN的良恶性.结果:共计纳入82名SPN患者,恶性结节共计43例,良性结节39名.训练组中59例患者,其中31例恶性,28例良性;测试组中23例患者,其中12例恶性,11例良性.取最小惩罚系数对应的10个特征构建的影像组学标签(Radiomics signature,Rad-score).采用ROC分析Rad-score在训练组和测试组中评估恶性SPN的诊断效能,训练组中Rad-score的AUC=0.89,95%置信区间:0.81~0.97,阳性预测率PPV为0.774,阴性预测率为0.857;测试组中Rad-score鉴别良恶性SPN的AUC=0.72,95%置信区间为0.49~0.95,阳性预测率0.857,阴性预测率0.687.纳入训练组中患者的CT特征联合Rad-score参数,最终保留血管聚集、毛刺和分叶3个CT征像

作者:赵帅;孟令思;郭君武

来源:放射学实践 2022 年 37卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:75 | 下载:21
作者:
赵帅;孟令思;郭君武
来源:
放射学实践 2022 年 37卷 10期
标签:
孤立性肺结节 体层摄影术,X线计算机 影像组学
目的:探究基于CT靶扫描图像提取影像组学特征联合CT征象构建多模态联合模型术前评估孤立性肺结节(SPN)的可行性.方法:纳入2018年1月-2020年7月在郑州大学第二附属医院行胸部CT扫描诊断为SPN以SPN为中心的薄层靶扫描的患者,继而由医师遵循单盲原则定性评估患者CT征象后,对SPN进行病灶3D分割,导入pyradiomics进行特征提取.患者按照7:3比例随机分为训练组和测试组,以训练组患者SPN良恶性为研究目的,对影像组学特征进行去冗除杂以构建影像组学标签Rad-score,并纳入CT征象特征联合Rad-score构建多元逻辑回归模型评估SPN的良恶性.结果:共计纳入82名SPN患者,恶性结节共计43例,良性结节39名.训练组中59例患者,其中31例恶性,28例良性;测试组中23例患者,其中12例恶性,11例良性.取最小惩罚系数对应的10个特征构建的影像组学标签(Radiomics signature,Rad-score).采用ROC分析Rad-score在训练组和测试组中评估恶性SPN的诊断效能,训练组中Rad-score的AUC=0.89,95%置信区间:0.81~0.97,阳性预测率PPV为0.774,阴性预测率为0.857;测试组中Rad-score鉴别良恶性SPN的AUC=0.72,95%置信区间为0.49~0.95,阳性预测率0.857,阴性预测率0.687.纳入训练组中患者的CT特征联合Rad-score参数,最终保留血管聚集、毛刺和分叶3个CT征像