目的 ·探讨甲状腺乳头状癌(papillary thyroid carcinoma,PTC)CT增强检查的平扫期、动脉期和静脉期图像的影像组学特征对术前预测颈部淋巴结转移(cervical lymph node metastasis,CLNM)的价值.方法 ·收集2017年1月—2020年6月在上海市金山区亭林医院行甲状腺外科治疗的197例PTC患者的CT图像,筛选出满足要求的512帧(包括193帧平扫期、131帧动脉期、188帧静脉期),选择图像中显示病灶最大长径的层面进行影像组学研究.根据CLNM的状态,用全部512帧CT图像优选RandomForestClassifier的最佳参数;用具有全部3期CT图像的124例患者资料分别构建3期的随机森林(random forest,RF)分类模型,模型的评价标准为受试者操作特征曲线(receiver operator characteristic curve,ROC curve)的最大平均曲线下面积(area under the curve,AUC)和准确度.结果 ·RF分类模型显示平扫期、动脉期和静脉期的ROC曲线最大平均AUC分别为0.843、0.775、0.783,相应准确度分别为0.767、0.695、0.726,平扫期的最大平均AUC值明显高于动脉期及静脉期(均P=0.000).结论 ·PTC的CT 3期影像组学特征可以较准确地预测CLNM,其中平扫期图像特征预测性能较高.
作者：何俊林；路青；徐昕；胡曙东
来源：上海交通大学学报（医学版） 2021 年 41卷 9期
