分类决策树辅助CT诊断孤立性肺结节的方法学研究

目的 应用分类与回归决策树(CART)算法构建CT显像鉴别良恶性孤立性肺结节(SPN)预测模型,探讨数据挖掘技术在SPN影像诊断中的应用价值.方法 分别提取12个临床指标和22个CT征象指标作为CART预测SPN良恶性的输入指标.连续性纳入自2003年7月至2006年7月间经病理证实的SPN,且术前行CT检查的患者116例,其中良性结节62例,恶性结节54例.采用CART建立用于预测良恶性SPN的分类决策树模型,并通过交互印证的方法计算该模型的诊断准确性.同时设低年资医师诊断组和高年资医师诊断组,采用盲法进行独立阅片判断SPN的良恶性.采用受试者操作特征(ROC)曲线比较3组间的诊断效能.结果 (1)成功建立了能够判断SPN良恶性的CART诊断模型,其中含有8条诊断规则,最低相对错误代价为0.199,CART对SPN具有决策意义的最重要的前3位决策指标为结节的毛刺征、患者年龄和病灶部位.(2)CART、高年资医师和低年资医师对SPN良恶性诊断的ROC曲线下面积分别为0.910±0.029、0.827±0.038、0.612±0.052.CART与低年资医师ROC曲线下面积差(DBF)=0.297,P＜0.01;与高年资医师DBF=0.083,P＜0.05;高年资医师与低年资医师DBF=0.214,P＜0.01.CART诊断效能高于高年资医师和低年资医师,高年资医师高于低年资医师.结论 CART是具有强大学习能力的数据挖掘工具,可以对SPN的良恶性进行正确判断,为实现人工智能在影像诊断中的应甩提供重要的方法学依据.     

影像组学分析和机器学习在肺结节良恶性分类中的应用

目的:探讨CT纹理特征对良恶性肺结节的鉴别价值及在独立数据集上的泛化能力。方法:回顾性分析LIDC-IDRI和LUNGx数据库中共1428个肺结节(直径3~30 mm)的CT图像,其中良性1221个、恶性207个。将LIDC-IDRI数据库的1372个结节(良性1190个,恶性182个)作为训练集,LUNGx数据库的56个结节(良性31个,恶性25个)作为独立验证集。利用Pyradiomics软件包,每个结节共提取了946个影像组学特征。对在良恶性组间差异具有统计学意义的纹理特征,进一步使用最小绝对收缩选择算子(LASSO)或三联法(Fisher+POE+ACC+MI,FPM)进行特征的筛选,使用支持向量机(SVM)算法建立肺结节良恶性预测模型。对最优模型的效能在测试集中直接评估,在训练集中通过交叉验证法进行评估。结果:在训练集中对最优模型进行交叉验证得到的AUC、符合率、敏感度、特异度、阳性预测值(PPV)和阴性预测值(NPV)分别为0.892、0.859、0.788、0.876、0.492和0.964。经特征选择后,共17个影像组学特征被纳入肺结节良恶性的分类诊断模型。在验证集中,最优诊断模型的AUC、符合率、敏感度、特异度、PPV和NPV分别为0.765、0.745、0.800、0.700、0.689和0.808。结论:基于CT影像组学分析的纹理特征在肺结节良恶性的分型中具有良好的效能和一定泛化性,可应用于临床上肺结节良恶性的计算机辅助诊断。     

基于CT影像组学模型术前预测喉癌淋巴结转移

【摘要】目的：研究CT影像组学在术前预测喉癌患者淋巴结转移中的价值。方法：搜集本院304例经手术病理证实为喉癌患者的影像学资料,随机选择243例及61例分别作为训练集和验证集。从术前静脉期CT图像中手工勾画肿瘤体积并提取影像组学特征。在训练集中,采用LASSO回归进行特征筛选,使用Logistic回归分别构建影像组学模型、形态学模型及二者联合模型。利用受试者工作特征（ROC）曲线评价各个模型的预测效能,并对模型的ROC曲线行Delong检验。在验证集中评估各种模型的诊断效能。结果：最后获得5个影像组学特征。在训练集中,影像组学模型ROC曲线下面积（AUC）为0.85（95%CI：0.77~0.93）,形态学模型AUC为0.66（95%CI：0.59~0.72）,联合模型AUC为0.82（95%CI：0.74~0.91）;在验证集中,影像组学模型AUC为0.83（95%CI：0.69~0.97）,形态学模型AUC为0.59（95%CI：0.40~0.77）,联合模型AUC为0.73（95%CI：0.56~0.91）。Delong检验显示影像组学模型与形态学模型差异、联合模型与形态学模型差异均有统计学意义（P＜0.05）,而联合模型与影像组模型差异无统计学意义（P＞0.05）。结论：基于病灶为兴趣区的CT影像组学模型可以术前较好地预测喉癌淋巴结转移,其诊断效能高于形态学模型。     

基于MR早期动态增强的影像组学标签鉴别乳腺良恶性病变的价值

目的:探讨基于MR早期动态增强的影像组学标签鉴别乳腺良恶性病变的价值。方法:回顾性搜集通过乳腺动态对比增强MRI(DCE-MRI)检查,发现乳腺结节或肿块的144例患者(146个病变),146个病变按照样本量7:3随机抽样选取良性病变与恶性病变(102个作为训练组,44个作为验证组)。所有病例基于病变的三维图像对影像组学特征进行提取,然后采用Lasso logistic回归模型进行特征降维及筛选,以建立影像组学标签。采用ROC曲线对乳腺良恶性病变的诊断效能进行评价。结果:3个主要的影像组学特征与乳腺良恶性病变的鉴别诊断相关(P=0.0005)。建立的影像组学标签对鉴别乳腺良恶性病变具有较高的诊断效能,在训练组中的ROC曲线下面积(AUC)为0.909(95%CI:0.843~0.975),在验证组中的AUC为0.877(95%CI:0.743~1.000)。结论:基于MR早期动态增强构建的影像组学标签对乳腺良恶性病变具有较高的鉴别诊断效能,可辅助临床进行更精准的良恶性分层,为临床治疗方案的制订提供参考。     

CT影像组学模型对甲状腺良恶性结节的鉴别价值

目的探讨CT影像组学模型对良恶性甲状腺结节的鉴别诊断价值。方法回顾性分析2017年5月至2018年8月间南京医科大学附属淮安第一医院经病理证实的179例甲状腺结节患者的临床和影像资料。良性结节89例,恶性结节90例。患者术前均行甲状腺结节CT平扫和增强扫描。采用分层随机抽样方法将患者按照8∶2的比例分为训练组(143例)与测试组(36例),采用A.K软件基于术前CT图像提取378个影像组学特征,后采用Spearman相关分析与最小绝对收缩和选择算子回归分析进行特征筛选与模型构建,在训练组与测试组中应用受试者操作特征(ROC)曲线对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选,16个影像组学特征用于构建甲状腺结节良恶性鉴别模型。训练组中预测模型的ROC曲线下面积(AUC)为0.92(95%可信区间:0.88~0.97),灵敏度和特异度分别为88.7%、82.0%,诊断准确率91.1%;测试组中AUC为0.90(95%可信区间:0.81~0.98),灵敏度和特异度分别为88.5%、84.6%,诊断准确率88.2%。结论基于CT的影像组学模型对良恶性甲状腺结节有较高的诊断效能。     

CT影像组学联合传统影像特征对胃肠道间质瘤Ki-67指数表达的预测价值

【摘要】目的：探讨基于增强CT的影像组学联合传统影像特征对无创性预测胃肠道间质瘤（GIST）Ki-67增殖指数（Ki-67 PI）表达的价值。方法：回顾性搜集我院2010年9月至2020年9月经手术病理确诊的原发性GIST患者的病例资料。诊断医师采用盲法独立分析增强CT图像,提取传统的影像征象。利用ITK-SNAP软件在增强CT图像上勾画病灶感兴趣区,利用AK软件提取纹理特征,将患者随机分为训练集与验证集。采用逻辑回归筛选特征参数并构建影像组学模型。再分别建立传统影像特征模型、组学模型及联合两者的组合模型。结果：传统影像特征模型的诊断效能尚可,其ROC曲线的曲线下面积（AUC）在训练集和验证集中分别为0.720（95%CI：0.651～0.788）及0.665（95%CI：0.547～0.784）。影像组学模型的诊断效能良好,其AUC在训练集中具有最优值,为0.802（95%CI：0.744～0.860）,其AUC在验证集中为0.730（95%CI：0.623～0.836）。此外,联合影像组学和传统影像特征组成的多参数组合模型在训练集中效能良好,AUC值为0.823（95%CI：0.768～0.878）,其在验证集中具有最优的诊断效能,AUC值为0.731（95%CI：0.626～0.836）。结论：基于增强CT的影像组学联合传统影像特征建立的组合模型具有无创预测GIST患者Ki-67 PI表达状态的价值。     

基于薄层CT的三维影像组学在预测亚厘米磨玻璃样肺腺癌浸润程度的价值

【摘要】目的：探讨基于术前薄层CT的三维影像组学预测亚厘米磨玻璃样肺腺癌浸润程度的临床应用价值。方法：回顾性分析华东医院2013年1月－2017年7月经病理证实的394例亚厘米肺腺癌患者（共446个结节）的术前肺部薄层CT和临床资料。选取2013年1月－2015年12月的253例患者的286个结节为验证集;2016年1月－2017年7月141例患者的160个结节为训练集。所有病例参照病理金标准分为浸润前病变和浸润性病变,且所有结节均逐层勾画ROI而得到其容积感兴趣区（VOI）。采用Matlab 2016b软件从每个结节的VOI中提取475个影像组学特征,利用最小绝对收缩和选择算子（LASSO）进行特征筛选,随后建立影像组学标签。采用单因素及多因素分析方法筛选出训练集中两组病变间差异有统计学意义的变量并建立回归模型,进一步在验证集中对此模型进行验证。采用ROC曲线评价模型对结节浸润性的预测效能。结果：经可重复性分析及LASSO降维,最终筛选出13个影像组学特征并建立影像组学标签。多因素分析结果显示影像组学标签和CT值是预测肺癌浸润程度的独立危险因子。在训练集中,回归方程、CT值和影像组学标签的ROC曲线下面积（AUC）分别为0.785（95%CI：0.730~0.840）、0.742（95%CI：0.681~0.802）和0.696（95%CI：0.630~0.760）。在验证集中,回归模型、CT值和影像组学标签的AUC分别为0.704（95%CI：0.618~0.790）、0.683（95%CI：0.595~0.772）和0.674（95%CI：0.588~0.761）。结论：基于薄层CT的三维影像组学特征联合临床资料建立的多因素logistic回归模型对预测亚厘米级磨玻璃结节样肺腺癌的浸润程度具有很好的临床应用价值及发展前景。     

基于CT靶扫描构建多模态联合模型Nomogram评估孤立性肺结节

目的:探究基于CT靶扫描图像提取影像组学特征联合CT征象构建多模态联合模型术前评估孤立性肺结节(SPN)的可行性。方法:纳入2018年1月-2020年7月在郑州大学第二附属医院行胸部CT扫描诊断为SPN以SPN为中心的薄层靶扫描的患者,继而由医师遵循单盲原则定性评估患者CT征象后,对SPN进行病灶3D分割,导入pyradiomics进行特征提取。患者按照7:3比例随机分为训练组和测试组,以训练组患者SPN良恶性为研究目的,对影像组学特征进行去冗除杂以构建影像组学标签Rad-score,并纳入CT征象特征联合Rad-score构建多元逻辑回归模型评估SPN的良恶性。结果:共计纳入82名SPN患者,恶性结节共计43例,良性结节39名。训练组中59例患者,其中31例恶性,28例良性;测试组中23例患者,其中12例恶性,11例良性。取最小惩罚系数对应的10个特征构建的影像组学标签(Radiomics signature, Rad-score)。采用ROC分析Rad-score在训练组和测试组中评估恶性SPN的诊断效能,训练组中Rad-score的AUC=0.89,95%置信区间：0.81～0....     

基于肺磨玻璃结节CT征象的诊断模型列线图评估肺癌浸润性

目的:探讨CT影像征象鉴别磨玻璃结节(GGNs)型肺腺癌浸润程度的价值。方法:搜集2017年6月-2019年10月在本院行手术切除的166例GGNs样肺癌患者的病例资料,其中浸润前组24例、浸润组142例。比较两组间影像学特征的差异,通过二项logistic回归分析筛选浸润性肺癌的危险因素并建立联合诊断模型,利用ROC曲线分析模型的诊断效能,采用nomogram图量化独立风险因素。结果:浸润前组中纯磨玻璃结节比例更高;两组间影像学比较,显示浸润前组直径更小、密度更低,而浸润组中胸膜改变、空气支气管征、脐凹征、血管改变、毛刺征及分叶征的出现率更高(P<0.05)。进一步行二项logistic回归分析显示血管改变(OR=4.319,P=0.01)、毛刺(OR=3.664,P=0.016)和脐凹征(OR=3.36,P=0.047)是浸润性肺癌的独立危险因素。ROC分析显示联合诊断模型的AUC为0.805(95%CI:0.713~0.898;P<0.05),最大约登指数0.893,对应的最佳截取值为2.121,敏感度为62.0%,特异度为87.5%。利用Nomogram图量化3个影像特征,C指数为0.828(95%:0.732~0.924)。结论:GGNs浸润性肺癌更容易出现血管改变、毛刺征和脐凹征,基于CT影像学特征建立的GGNs浸润性肺癌诊断模型具有较好的诊断效能,Nomogram图有助于量化诊断。     

良、恶性肺磨玻璃结节的CT鉴别诊断：形态学特征和CT纹理分析的对比研究及联合应用

目的 本研究通过CT形态学特征、CT纹理分析探讨其对肺良、恶性磨玻璃结节（GGN）的诊断价值及诊断效能。方法 采用回顾性分析方法,搜集180例经本院手术切除并取得病理结果的肺部GGN患者。根据病理结果分为两组（良性组76例,恶性组104例）。将患者术前CT图像数据分别导入技术软件得到肺结节形态学及CT纹理分析参数结果,比较这两种分析参数的定性和定量结果,并基于肺结节形态学、CT纹理分析参数建立二元Logistic回归模型,采用受试者工作特征曲线（ROC）比较两种模型以及联合模型对良、恶性肺结节的诊断效能。结果 肺结节形态学显示长径（cm）、短径（cm）、平均径（cm）、体积（mm³）、实性部分占位（%）、最大CT值（HU）、最小CT值（HU）、平均CT值（HU）、分叶征、毛刺征、胸膜凹陷征,良、恶性组间比较有统计学差异（P<0.05）;经CT纹理分析及组间比较共合计获得36个有意义参数（P<0.05）;二元Logistic回归分析显示：肺结节形态学的分叶征、毛刺征,CT纹理分析的正像素平均值（MPP）、容积计数（Volume Count）、相关性（co...     

双层探测器光谱CT单能量图像及电子云密度图鉴别诊断肺磨玻璃结节良性与恶性的价值

目的:探讨双层探测器光谱CT单能量图像（VMI）及电子云密度图（EDM）在肺磨玻璃结节（GGN）良性与恶性鉴别诊断中的价值。方法:回顾性分析2019年7月至2020年8月南京医科大学鼓楼医学院经病理证实的65例GGN患者影像资料。65例中,良性27例、恶性38例,均于术前2周内接受双层探测器光谱CT扫描,并在后处理工作...     

CT征象联合肿瘤标志物对孤立性肺结节良恶性的鉴别诊断分析

目的 探讨CT征象联合肿瘤标志物对孤立性肺结节良恶性的鉴别诊断价值.方法 选取70例孤立性肺结节患者,行高分辨率CT、肿瘤标志物检查及病理检查.以病理组织学检查结果分为恶性结节组39例,良性结节组31例,对比两组CT征象和肿瘤标志物水平差异,运用受试者工作特征曲线(ROC)分析CT联合肿瘤标志物检测鉴别孤立性肺结节良恶...     

长期吸烟者合并肺纤维化的孤立性肺结节18F-FDG PET/CT恶性风险预测模型的建立

目的构建并验证长期吸烟者肺间质纤维化背景下的孤立性肺结节(SPNs)18F-脱氧葡萄糖(FDG)PET/CT恶性风险预测模型。方法收集2011年1月至2019年12月间于青岛大学附属医院PET/CT中心行18F-FDG PET/CT显像,且有明确吸烟史、同机CT示有肺间质纤维化合并SPNs的169例患者进行回顾性分析,均为男性,年龄68(63,75)岁。以病理学诊断结果或肺内病灶随访的影像学资料(随访时间≥2年)为标准,判断结节良恶性;运用χ²检验、Mann-Whitney U检验比较良恶性病灶的临床特征(年龄、吸烟指数)、形态特征(病灶最大径、密度、位置、分布、与纤维化区域相对位置、毛刺征、分叶征、钙化、空泡征、血管集束征、胸膜凹陷征、肺气肿及双肺纤维化严重程度)和代谢特征[病灶最大标准摄取值(SUVmax)],将具有统计学意义的差异变量纳入多因素logistic回归,筛选结节恶性的独立危险因素并建立风险预测模型。以受试者工作特征(ROC)曲线的曲线下面积(AUC)及k折交叉验证(k=10)验证模型。结果共发现SPNs 222个,其中恶性157个、良性65个。单因素分析显示,吸烟指数,结节是否伴毛刺征、分叶征、血管集束征、钙化、肺气肿,结节大小,与纤维化区域的相对位置,SUV_max,双肺纤维化严重程度在良恶性结节中差异均有统计学意义(z值:2.514~9.858,χ²值:4.353~18.442,均P<0.05)。多因素logistic回归分析显示,钙化、血管集束征及SUV_max为肺间质纤维化背景下恶性结节的独立危险因素[比值比(OR):0.048~2.534,均P<0.05],据此构建的预测模型为:恶性概率P=1/(1+e-x),x=-1.839-3.033×钙化+0.930×血管集束征+0.754×SUV_max(结节具有钙化或血管集束征赋值为1,否则赋值为0)。自身验证ROC曲线下面积为0.932(95%CI:0.895~0.969),模型灵敏度、特异性分别为87.9%、86.2%。k折交叉验证示,测试组预测准确性为0.847±0.075,训练组预测准确性为0.862±0.010。结论钙化、血管集束征和SUVmax是长期吸烟者肺间质纤维化背景下恶性SPNs的独立危险因素,基于上述指标的模型判断恶性SPNs具有较高的诊断效能。     

孤立性肺结节CT征像在鉴别良恶性结节中的价值

目的探讨孤立性肺结节的各种CT征像对良恶性结节鉴别的意义。方法选取41例术后病理结果的孤立性肺结节CT征像,依据病理结果把病例分成恶性结节组23例,良性结节组18例,对两组患者的性别、年龄及结节直径对比分析,对孤立性肺结节的毛刺征、分叶征、胸膜尾征、血管集束征、空泡征、磨玻璃结节及钙化等CT征像进行单一CT征像及组合CT征像对比分析。结果两组中患者性别差异无统计学意义,平均年龄差异有统计学意义(P=0.006),结节平均直径差异无统计学意义,单一CT征像比较,分叶征、血管集束征、磨玻璃结节及钙化差异有统计学意义(P值均<0.05),而毛刺征、胸膜尾征及空泡征差异无统计学意义(P值均>0.05),组合CT征像比较,毛刺征+分叶征、胸膜尾征+血管集束征、毛刺征+分叶征+胸膜尾征、毛刺征+分叶征+血管集束征、毛刺征+分叶征+胸膜尾征+血管集束征均差异有统计学意义(P值均<0.05),毛刺征+分叶征+空泡征差异无统计学意义(P值>0.05)。结论单一CT征像对孤立性肺结节的良恶性鉴别有一定的意义,而多种组合CT征像对孤立性肺结节的良恶性鉴别更有意义,诊断符合率明显提高。     

基于薄层CT的影像组学和形态学特征联合模型在预测磨玻璃样肺腺癌浸润程度的价值

目的 探讨基于薄层CT的影像组学和形态学特征联合模型在预测磨玻璃样肺腺癌中的原位癌(AIS)、微浸润腺癌(MIA)、浸润性腺癌(IAC)的价值.方法 回顾性分析2018年6月至2021月3月经病理证实的327例肺腺癌患者(335个病灶)术前肺部CT检查图像,随机选取201个为训练集,134个为测试集.肺腺癌参照病理金标...     

肺内孤立性小结节的HRCT和病理相关性的研究

目的前瞻性研究52例肺内孤立性结节的高分辨力CT-病理相关性.方法双盲法观察所有的HRCT扫描图像,记录结节的部位、内部和周围特征.手术后标本按Heitzmam标准方法制备标本,再行横断面CT扫描,对比观察结节的HRCT征象.结果52例肺内孤立性小结节HRCT-病理对照研究表明良恶性结节的大小和分布无显著差异;良性结节的密度较恶性结节内部密度均匀;51%恶性结节的边缘不规则,呈浅分叶性改变;良性结节周围出现CT晕征和周围性肺气肿征.结论HRCT对于肺内＜3cm的恶性结节内部低密度的显示有重要的价值;对于难定义的无钙化＜2cm的光滑结节,周围出现多支异常血管,晕征和周围性肺气肿时,良性结节的诊断较肯定.