论文部分内容阅读
[目的]通过放射组学分析方法研究鉴别在计算机断层扫描(computed tomography,CT)图像中表现为亚实性磨玻璃结节(ground-glass nodules,GGNs),是属于侵袭性肺腺癌(invasive pulmonary adenocar-cinomas,IPAs)或非IPA,并结合传统CT图像定性特征与其他临床特征制定诊断IPA诺模图模型.[方法]回顾性收集2015年2月至2019年4月在新乡医学院第一附属医院进行手术确诊的88例患者,共计100个亚实性结节(56个IPA和44个非IPA).选取增强CT动脉期图像进行3D结节感兴趣区的分割并计算定量放射组学特征.使用逻辑回归分析将一组常规临床风险因素和放射医生视觉评估的定性CT成像特征与放射学特征进行比较.建立3种诊断模型,即使用临床风险因素和CT定性特征的基础模型,使用包含具有统计学意义的放射组学特征模型,以及结合所有重要特征的诺模图模型,并根据接受者操作特性曲线(receiver operating characteristic curve,ROC)对三种模型的诊断效能分别进行比较.[结果]除了3个视觉评估的CT定性成像特征外,还发现从数百个放射学特征中选择的另外三个定量特征(P＜0.05)与诊断IPA显著性相关.ROC曲线下面积(area under the curve,AUC)的显示采用诊断诺模图模型区分IPA与非IPA的性能最佳(AUC=0.903),均高于基础模型(AUC=0.853,P=0.0009)或放射组学模型(AUC=0.769,P＜0.0001).决策曲线分析也表明在临床诊断中使用此诺模图模型的潜在益处.[结论]除临床评估的CT图像定性特征外,定量放射学特征为鉴别IPA和非IPA提供了有效帮助,基于以上两类重要特征的诊断列线图模型在临床上可用于术前决策.