术前CT图像影像组学联合深度学习预测肝细胞癌经动脉化疗栓塞术后疗效的价值题录

目的探讨术前CT图像影像组学联合深度学习方法预测肝细胞癌(HCC)首次经动脉化疗栓塞术(TACE)疗效的价值。方法该研究为回顾性队列研究。回顾性收集2015年1月至2021年1月于哈尔滨医科大学附属第二医院行TACE治疗的HCC患者影像及临床信息。共纳入265例患者, 于初次TACE后1～2个月, 根据改良的实体瘤疗效评估标准(mRECIST)评估病灶术后改变, 分为有反应组(175例)和无反应组(90例)。采用随机数表法按8∶2的比例分为训练集(212例, 有反应组140例、无反应组72例)和测试集(53例, 有反应组35例、无反应组18例)。采用单因素和多因素logistic回归筛选临床变量, 构建临床模型。从术前CT图像中提取影像组学特征, 经降维构建影像组学模型。采用深度学习方法, 建立3种残差神经网络(ResNet)模型(ResNet18、ResNet50和ResNet101), 并对其效能进行比较和集成, 取最佳模型为深度学习模型。应用logistic回归将3个模型两两联合, 建立联合模型。采用受试者操作特征曲线在测试集中评价模型区分TACE后有反应与无反应的效能。结果在测...