排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
目的 建立CT影像组学列线图模型,观察其评估肺腺癌脏层胸膜侵犯(VPI)的价值。方法 回顾性分析183例经术后病理证实的肺腺癌患者,以7 ∶ 3比例将其随机分为训练集(n=128)及验证集(n=55);根据有无VPI进一步分为浸润组和非浸润组。基于肺CT图像提取影像组学特征,构建影像组学评分(Rad-score)。以多因素logistic回归分析筛选训练集内组间差异具有统计学意义的影像学表现,构建常规模型,并结合Rad-score绘制列线图,对比观察其判断肺腺癌伴VPI的效能,以及列线图模型判断腺癌伴VPI结果与实际结果的一致性及其差异。结果 最终以8个影像组学特征构建Rad-score。多因素logistic回归分析显示,病灶存在分叶征、瘤内坏死、胸膜牵拉及Rad-score是判断肺腺癌伴VPI的独立因素(P均<0.05)。以同时存在分叶征、瘤内坏死及胸膜牵拉为常规模型,结合Rad-score所绘制的列线图模型判断训练集与验证集肺腺癌伴VPI的AUC分别为0.875、0.865,优于常规模型在训练集的0.779、验证集的0.805,以及Rad-score模型在训练集的0.810和验证组的0.803,差异具有统计学意义(P均<0.05)。校准曲线及Hosmer-Lemeshow检验结果均显示,列线图模型判断训练集及验证集肺腺癌患者伴VPI与实际结果的一致性良好(P均>0.05)。结论 CT影像组学列线图模型判断肺腺癌伴VPI应用价值良好。 相似文献
3.
4.
5.
6.
7.
目的 探讨基于胸部平扫CT的影像组学列线图术前预测肺腺癌表皮生长因子受体(EGFR)基因突变状态的价值。方法 回顾性分析经病理证实的183例肺腺癌的临床及胸部平扫CT影像资料,包括EFGR突变型(110例)及EGFR野生型(73例)。评估每位患者的病灶CT特征。勾画整个病灶的三维容积感兴趣区(VOI)。将所有患者的重建肺窗图像及病灶的VOI上传至“医准-达尔文”智能科研平台,按照7∶3比例分成训练组(128例)及验证组(55例)。采用最大绝对值归一化、最小收缩、最优特征筛选、迭代筛选及选择算子(LASSO)算法对数据进行降维处理,计算影像组学分数(Rad-score),建立影像组学模型。运用单因素及多因素Logistic回归分析,筛选具有显著预测价值的临床-影像独立影响因素,建立临床模型。将具有显著预测价值的临床-影像独立影响因素及Rad-score通过Logistic回归,得到影像组学列线图模型。通过ROC曲线和校准曲线评估3个模型的诊断效能。结果 最终筛选出11个影像组学特征构建影像组学分数。多因素Logistic回归分析结果显示吸烟史、胸膜牵拉及影像组学评分是肺腺癌患者EGFR基... 相似文献
8.
9.
目的 探讨基于增强CT图像的列线图模型在预测胸腺上皮性肿瘤(TETs)WHO简化分型中的应用价值。方法 回顾性分析术前行胸部增强CT检查并经手术病理证实的165例TETs,按照8:2的比例随机划分为训练集132例与验证集33例。于静脉期图像手动勾画感兴趣区(ROI)并提取影像组学特征,经数据降维筛选出有效特征并建立影像组学公式,计算每位患者的得分(radscore)并构建影像组学模型。纳入多个CT特征,经多因素逻辑回归筛选出具有独立预测价值的特征并构建CT特征模型。联合具有独立预测价值的CT特征及radscore构建列线图模型。采用受试者工作特性曲线(ROC)评估模型的诊断效能,校正曲线及决策曲线(DCA)评估模型的预测准确性及临床应用价值。结果 在训练集中,纵隔脂肪浸润与radscore共同构建了列线图模型,模型在训练集的曲线下面积(AUC)值为0.902(95%CI:0.838~0.947),在验证集的AUC值为0.824(95%CI:0.652~0.934)。结论 基于增强CT影像组学的列线图模型对于TETs WHO简化分型有较高的预测价值,可作为一种无创的术前评估工具辅助临床决... 相似文献
10.