目的 通过影像组学方法对肺黏膜相关淋巴组织(MALT)淋巴瘤与肺腺癌进行鉴别,以探讨其在诊断肺MALT淋巴瘤中的价值.方法 回顾性分析2012年6月至2017年6月浙江大学医学院附属第二医院病理证实的肺MALT淋巴瘤患者18例(肺MALT淋巴瘤组)和浸润性肺腺癌患者41例(肺腺癌组).勾勒出CT图像病灶感兴趣区后,应用Radcloud 1.0软件提取61个CT特征值.通过秩和检验选取具有差异的特征值,将病例随机分组为测试集(70％病例),并通过支持向量机(SVM)进行分类学习,再于测试集(30％病例)验证.结果 两组患者中的7个影像组学特征差异有统计学意义,分别为10分位数(10 percentile)、平均值(mean)、中位数(median)、最小值(minimum)、总能量(total energy)、游程不均匀度(run length nonuniformity)、灰度不均匀度(gray level nonuniformity);SVM可有效地利用7个影像组学特征鉴别诊断两类疾病,准确率为90％,召回率为0.89,F1指标为0.87,ROC曲线下面积为0.75.结论 肺MALT淋巴瘤及肺腺癌的特征值存在差异,影像组学结合机器学习可能成为一种鉴别肺MALT淋巴瘤与肺腺癌的有效方法.
作者：林斌；王韬；沈可人；徐晓俊；顾全全；管晓军；张敏鸣
来源：中华放射学杂志 2018 年 52卷 10期
