基于增强CT的影像组学定量特征模型在预测胃癌分期中的价值

【摘要】目的：探讨基于术前增强CT的影像组学定量特征模型在诊断胃癌分期中的应用价值。方法：回顾性分析174例活检确诊为胃癌患者的术前增强CT图像，采用半自动标注功能对病灶的三维容积感兴趣区（VOI）进行标注，利用PyRadiomics工具对所有VOI进行特征提取、机器学习的模型建立及分析，以组织病理学分期为金标准，采用受试者工作特征（ROC）曲线分析CT影像组学模型在胃癌分期中的诊断能力，计算其曲线下面积（AUC）、准确度、敏感度及特异度，并与两位胃癌影像诊断专业组医师进行比较。结果：针对鉴别T1-T2期与T3-T4期胃癌，在交叉验证集中的AUC为0.879，在测试集中的AUC为0.832，模型准确度为74.3%，敏感度为75.0%，特异度为73.3%；针对鉴别N0期与N1～N3期胃癌，在交叉验证集中的AUC为0.839，在测试集中的AUC为0.670，模型准确度为60.0%，敏感度为65.0%，特异度为53.3%；在胃癌TNM分期Ⅰ-Ⅱ期与Ⅲ-Ⅳ期分类实验中，在交叉验证集中的AUC为0.907，在测试集中的AUC为0.700，模型准确度为65.7%，敏感度为61.5%，特异度为68.2%；测试集中以上三种诊断试验表现与胃癌影像专业组医师比较差异无统计学（P>0.05）。结论：基于胃重建增强CT的影像组学定量特征模型在术前预测胃癌分期中具有与影像专业组医师相近的表现，具有临床辅助诊断价值。