论文部分内容阅读
目的:探讨18F-FDG PET/CT通过影像组学所建立的模型鉴别良恶性肺结节的临床应用价值。方法:回顾性搜集并分析2021年1月至2022年8月患者100例,这些患者均在治疗前于江西省人民医院行18F-FDG PET/CT检查并且有病理证实。其中良性是24例,恶性是76例。按7:3的比例将患者随机分为训练组和验证组。首先使用ITK-SNAP软件分别手动勾画PET图像及同机CT图像中的感兴趣区（Region of interest,ROI）,用AK（GE Healthcare Analysis Kit）软件进行影像组学特征的提取。然后利用Spearman相关性分析方法去冗余,剔除相关系数高于0.7的特征,再使用最小绝对值收缩和选择算子（Least absolute shrinkage and selection operator,LASSO）方法降维得到基于18F-FDG PET/CT图像的最有意义的特征用于建模。绘制受试者工作特征（Receiver operating characteristic,ROC）曲线评估该模型的诊断效能,绘制决策曲线评估患者的诊断获益度。结果:在18F-FDG PET图像及同机的CT图像上分别提取了756个影像组学特征,最终筛选出10个特征用于构建鉴别良恶性肺结节的18F-FDG PET/CT影像组学模型。在训练组中,该模型的曲线下面积（Area under curve,AUC）为0.95（95%CI 0.910～1.000）,截断值为0.137,灵敏度为90.6%,特异度为100.0%,诊断准确率为95.2%。在验证组中,相同的截断值下,该模型的AUC为0.72（95%CI 0.558～0.900）,灵敏度为73.9%,特异度为85.7%,诊断准确率为79.5%。决策曲线显示患者能从该模型中获益。结论:18F-FDG PET/CT影像组学模型对于鉴别良恶性肺结节有较好的临床应用价值。