目的 探讨CT纹理特征分析鉴别复杂性急性阑尾炎(CCA)和非复杂性急性阑尾炎(NCCA)的临床价值.方法 回顾性分析157例急性阑尾炎患者的临床资料,术后病理结果显示,其中CCA患者77例,NCCA患者80例;将125例分为观察组(训练集),32例分为对照组(测试集).通过Pyradiomics软件对术前患者CT图像提取纹理特征,采用t检验、Mann-Whitney?U秩和检验、最小绝对收缩和选择算子回归(LASSO)分析进行特征降维分析,使用支持向量机(SVM)、逻辑回归(Log)和决策树分类器(DTC)三种算法建立预测模型,选用接受者操作特征曲线AUC值最高的预测模型进行最终建模.结果 经过特征筛选,8个纹理特征可用于构建鉴别CCA和NCCA的预测模型.SVM、Log和DTC三种算法建立的模型在测试集上AUC值分别0.90、0.84和0.73,选择SVM模型进行下一步建模,最后训练集中预测模型的AUC、灵敏度、特异度分别为0.92、88.7%、79.1%,在测试集中分别为0.90、89.3%、85.0%.结论 CT图像纹理特征模型有利于鉴别诊断NCCA和CCA,有助于指导临床决策.
作者:朱翰林;冯波;张梅花;张海峰;魏培英;韩志江
来源:浙江临床医学 2022 年 24卷 8期