论文部分内容阅读
目的:建立基于增强CT影像的早期胆囊癌影像组学相关模型并对其诊断价值进行评估。研究方法:回顾性收集我院2017年至2022年间因胆囊病变行手术治疗且具有增强CT影像以及符合纳入、排除标准的病例共64例,其中良性病变39例,恶性肿瘤25例。收集患者的基本临床信息,经单因素和多因素二元logistic回归比较,筛选出独立危险因素（有效临床特征）,建立临床特征的逻辑回归（logistic regression）模型,用受试者工作特征曲线（receiver operating characteristic curve,ROC）下面积（area under curve,AUC）对模型进行评估。将有病灶的增强CT图像以DICOM格式拷贝至See It软件,在病灶明显的层面及其上下层面分别勾画出动脉期、静脉期感兴趣区域（region of interest,ROI）,并进行影像组学特征提取;按7:3随机分为训练集和测试集,使用Edge软件逐步行F检验、相关过滤、最小绝对收缩和选择算子（least absolute shrinkage and selection 0perator,LASSO）进行影像组学特征筛选;分别建立动脉期、静脉期及动、静脉双期联合的影像组学特征LASSO逻辑回归模型,用ROC曲线下面积对三种影像组学模型进行评估,选出较优模型与临床特征建立Radscore-临床特征列线图逻辑回归模型,用ROC曲线下面积评估动脉期影像组学模型、临床特征模型和Radscore-临床特征列线图模型,用校准曲线和DCA评价列线图模型性能。结果:从临床特征中筛选出年龄和性别两个有效特征,建立临床特征模型,该模型训练集ROC曲线下面积为0.866（95%可信区间:0.7591-0.973）,灵敏度和特异度分别为:82.4%、81.5%,诊断准确率81.82%;测试集ROC曲线下面积为0.865（95%可信区间:0.702–1）,灵敏度和特异度分别为:100%、66.7%,诊断准确率70.0%。从动脉期、静脉期筛选得出6个、16个影像组学特征,分别建立动脉期、静脉期及动、静脉双期联合影像组学LASSO逻辑回归模型。动脉期模型训练集ROC曲线下面积为0.941（95%可信区间:0.874-1）,灵敏度和特异度分别为:94.1%、88.9%,诊断准确率88.64%;测试集ROC曲线下面积为0.833（95%可信区间:0.642-1）,灵敏度和特异度分别为:75.0%、91.7%,诊断准确率75.00%。静脉期模型训练集ROC曲线下面积为0.911（95%可信区间:0.808-1）,灵敏度和特异度分别为:88.2%、92.6%,诊断准确率84.09%;测试集ROC曲线下面积为0.760（95%可信区间:0.466-1）,灵敏度和特异度分别为:75.0%、91.7%,诊断准确率85.00%。动、静脉双期联合模型中训练集ROC曲线下面积为0.913（95%可信区间:0.810-1）,灵敏度和特异度分别为:88.2%、92.6%,诊断准确率88.64%;测试集ROC曲线下面积为0.771（95%可信区间:0.474-1）,灵敏度和特异度分别为:75.0%、100%,诊断准确率85.00%。动脉期影像组学评分与临床特征联合建立的动脉期Radscore-临床特征列线图模型中训练集ROC曲线下面积为0.956（95%可信区间:0.902-1）,灵敏度和特异度分别为:100%、85.2%,诊断准确率86.36%;测试集ROC曲线下面积为0.948（95%可信区间:0.855-1）,灵敏度和特异度分别为:100%、83.3%,诊断准确率85.00%。通过校准曲线和DCA展现出Radscore-临床特征列线图模型较好的诊断性能和临床价值。结论:基于增强CT的动脉期影像组学相关模型对早期胆囊癌的诊断具有较高应用价值。