论文部分内容阅读
目的 通过构建CT影像组学的Logistic回归模型鉴别乏脂肪型肾血管平滑肌脂肪瘤（fp-AML）与肾透明细胞癌（RCC）。方法 选取并分析经病理证实的22例fp-AML和62例RCC患者，进行三期CT扫描（平扫期，UP;皮质期，CMP;髓质期，NP）。在ITK软件上勾画整个肿瘤的感兴趣区。在A. K．软件上通过影像组学特征选择，构建UP组、CMP组和NP组三个Logistic回归模型。通过ROC曲线来评估其诊断效能。结果 常规CT分析显示fp-AML相对年轻，而RCC病灶易出现瘤肾界面成角征、囊变、假包膜特征。影像组学分析显示，UP组Logistic回归预测模型在训练集中曲线下面积（AUC）为0.950，测试集为0.917; CMP的AUC分别为0.839及0.827; NP组的AUC分别为0.840及0.865。三组比较UP组AUC，敏感性及特异性分别为0.941,90.3%,90.9%，优于CMP组及NP组。结论 基于CT影像组学的Logistic回归模型有助于鉴别fp-AML和RCC，平扫期鉴别效能较优。