4D-CT影像组学模型鉴别甲状旁腺良性病变与淋巴结的应用初探

【摘要】目的：探讨基于4D-CT扫描的建立影像组学模型对甲状旁腺腺瘤或增生与颈部淋巴结的鉴别诊断价值。方法：回顾性将80例行术前4D-CT平扫和多期增强扫描且经手术病理证实的甲状旁腺腺瘤或增生患者纳入本研究。在甲状旁腺结节及同侧颈部II区淋巴结内逐层手动勾画感兴趣区,获得其容积感兴趣区（VOI）,基于平扫期、动脉期、静脉期和延迟期图像,各提取1262个影像组学特征。在每个单独期相或其组合的基础上,特征选择基于L1-based方法,采用L1正则化的Logistic回归分析分别建立相应的影像组学模型,并进行10折交叉验证。采用ROC曲线下面积（AUC）、敏感性和特异性评价各模型的鉴别诊断效能。结果：分别基于平扫期、动脉期、静脉期、延迟期、平扫+动脉期、平扫+动脉+静脉期及平扫+动脉+静脉+延迟期图像建立7个影像组学模型,各模型鉴别甲状旁腺腺瘤或增生与颈部淋巴结的诊断效能均较高（训练组AUC为0.949~0.962,验证组为0.869~0.904）。在验证集中,基于静脉期的影像组学模型的AUC最大（0.904）,相应的鉴别诊断敏感度为0.886、特异度为0.785、符合率为0.835。结论：基于4D-CT平扫和多期增强扫描建立的影像组学模型对鉴别甲状旁腺腺瘤或增生与颈部淋巴结的准确性较高,其中以基于静脉期图像的影像组学模型的诊断效能最佳。     

头颈部CT血管成像对颈动脉体瘤术中出血量评估的临床应用价值

目的 探讨头颈部CT血管成像(CTA)对颈动脉体瘤术中出血量评估的应用价值。方法 回顾性分析36例经诊断颈动脉体瘤并行手术治疗的患者的头颈部CTA影像资料,对比分析术中出血量<500 ml组与出血量≥500 ml组的患者年龄、性别、病程、Shamblin分型、病灶轴位最大径、上下最大径、平扫及增强动脉期CT值的差别。对有统计学意义的头颈CTA单一参数进行Logistics回归分析,得到回归方程以及包含多项单参数预测概率的联合参数。对头颈CTA单一参数及联合参数进行受试者工作特征曲线分析,确定诊断阈值。结果 颈动脉体瘤术中出血量<500 ml组与出血量≥500 ml组患者年龄(P=0.019)、肿瘤的上下最大径(P=0.004)、轴位最大径(P=0.003)、Shamblin分型(P=0.012)、供血动脉数量(P<0.001)差异均有统计学意义。绘制受试者工作特征曲线,供血动脉数量、轴位最大径、上下最大径、Shamblin分型以及联合参数的受试者工作特征曲线下面积分别为0.865、0.781、0.806、0.766和0.927。联合参数的受试者工作特征曲线下面积最大,最佳临界值取0.408时,具有最大Youden指数为0.794,对应的准确性、灵敏度、特异度分别是0.919、0.909、0.923。结论 颈动脉体瘤术前在头颈部CTA图像上显示的肿瘤径线、Shamblin分型以及供血动脉数量,可评估术中出血情况,相比单一参数,联合参数的诊断效能更高。