| 摘 要： | ![]()
目的探讨基于CT影像组学的机器学习模型预测胰腺癌门静脉-肠系膜上静脉(PV-SMV)侵犯的价值。方法回顾性分析2010年1月至2021年7月南京医科大学附属无锡第二医院收治的156例经手术病理确诊的胰腺癌患者的临床、病理及术前CT影像资料, 其中男性95例, 女性61例, 年龄(65.7±8.2)岁。所有入组患者按3∶2的比例划分训练集和验证集。通过患者术前增强CT提取肿瘤影像组学特征, 采用最大相关最小冗余算法进行特征选择后, 构建5种机器学习算法预测模型, 并与常规影像特征诊断的受试者工作特征(ROC)曲线进行比较。结果 94例患者纳入训练集, 62例纳入验证集。训练集和验证集中手术探查证实的PV-SMV侵犯病例分别为30例(31.9%)和25例(40.3%)。基于10个影像组学特征构建的5个机器学习模型中, LASSO回归模型的AUC优于随机森林、支持向量机、K近邻和朴素贝叶斯4个模型, 差异有统计学意义(均P<0.05)。与常规影像特征的诊断效能比较, LASSO回归模型在验证集中诊断PV-SMV侵犯具有更高的AUC(0.920比0.752)和更好的灵敏度(92.0%比8...
|
