基于增强CT影像组学鉴别胸腺瘤组织学分型

目的 观察基于增强CT影像组学鉴别胸腺瘤组织学分型的价值。方法 回顾性分析226例经病理证实的胸腺瘤患者,按7∶3比例将其分为训练集(n=159)及测试集(n=67);利用最大相关最小冗余(mRMR)及最小绝对收缩和选择算子(LASSO)算法筛选最佳影像组学特征,构建鉴别胸腺瘤组织学分型的影像组学模型;以单因素及多因素logistic回归分析筛选鉴别胸腺瘤组织学分型相关的临床及CT表现,构建临床模型和联合影像组学特征及临床、CT特征的影像组学列线图。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评价3种模型鉴别胸腺瘤组织学分型的效能并比较其差异,评价影像组学列线图的临床价值。结果 最终基于增强动脉期及静脉期CT筛选出19个最佳影像组学特征,以建立影像组学模型。临床模型由患者年龄、重症肌无力、病灶CT表现形态、侵犯邻近组织及动脉期CT值构成。训练集中,影像组学列线图及影像组学模型区分低危组胸腺瘤与高危组胸腺瘤的AUC (0.91、0.89)均高于临床模型(0.79,Z=3.62、2.49,P均＜0.05),而影像组学列线图与影像组学模型AUC差异无统计学意义(Z=1.54,P=0.12);3种模型在测试集中的AUC差异均无统计学意义(P均＞0.05)。阈值概率为0.1~1.0时,影像组学列线图的临床获益均大于临床模型及影像组学模型。结论 基于增强CT影像组学模型和基于临床、CT表现及影像组学特征的影像组学列线图均有利于鉴别胸腺瘤组织学分型,后者临床获益更高。     

影像组学联合CT特征鉴别儿童支原体与非支原体肺炎

目的 观察影像组学联合CT特征鉴别儿童支原体肺炎(MP)与非MP的价值。方法 回顾性收集153例肺炎患儿,根据支原体RNA检测结果分为MP组(n=101)与非MP组(n=52);按7∶3比例分为训练集(n=107,含71例MP、36例非MP)和验证集(n=46,含30例MP、16例非MP)。比较2组CT表现,以F test算法基于训练集数据筛选6个最佳CT征象,以逻辑回归(LR)方法构建CT模型。基于训练集提取及筛选最佳影像组学特征,分别以LR、支持向量机(SVM)、随机森林(RF)、线性判别分析(LDA)及随机梯度下降法(SGD)分类器构建机器学习(ML)模型;基于最佳CT征象及影像组学特征构建CT-ML模型。绘制受试者工作特征曲线,计算曲线下面积(AUC)评估各模型鉴别MP与非MP的效能。结果 病变累及右肺上、中、下叶,支气管壁增厚、树芽征及边缘回缩征为最佳CT征象,以之构建的CT_LR在验证集的AUC为0.710。验证集中,ML_LR、ML_SVM、ML_RF、ML_LDA及ML<...     

基于CT影像组学模型鉴别腺性膀胱炎与膀胱癌

目的探讨基于CT的影像组学模型对腺性膀胱炎(CG)与膀胱癌的鉴别诊断效能。方法回顾性分析经病理证实的40例CG (CG组)和70例膀胱癌(膀胱癌组),均于术前接受盆腔平扫和三期增强CT扫描。分别在平扫、动脉期、静脉期及延迟期CT图像上勾画三维容积感兴趣区(VOI),提取影像组学特征。将按7∶3随机将患者分入训练集与测试集。对各期CT影像组学特征数据行归一化处理,以最小冗余最大相关法(mRMR)、最小绝对收缩和选择算法(LASSO)及5折交叉验证进行特征降维;采用多因素Logistic回归分析建立影像组学模型。以受试者工作特征(ROC)曲线评价各模型的诊断效能,采用Delong检验评价其效能差异,以决策曲线分析评估模型临床应用价值。采用Hosmer-Lemeshow检验和校正曲线评估模型拟合度。结果分别基于平扫、动脉期、静脉期、延迟期影像组学特征建立了模型1、2、3、4,各纳入4、7、5及6个特征;其鉴别诊断CG与膀胱癌的曲线下面积(AUC)均0.80,且Delong检验表明不同模型间AUC值差异无统计学意义(P均0.05)。模型2在测试组的AUC=0.939,高于其他模型。决策曲线分析表明,模型2用于临床鉴别CG与膀胱癌的净获益最高,Hosmer Lemeshow拟合优度检验显示模型2预测结果与实际结果差异无统计学意义(训练集:χ~2=8.75,P=0.36;测试集:χ~2=4.72,P=0.79);校正曲线显示模型2的拟合效果较好。结论基于各时相盆腔CT影像组学模型均可用于辅助临床鉴别诊断CG与膀胱癌,其中基于动脉期影像组学模型的诊断效能最高。     

CT影像组学模型鉴别诊断肺淋巴瘤与肺浸润性黏液腺癌

目的观察CT影像组学模型鉴别诊断肺淋巴瘤与肺浸润性黏液腺癌(PIMA)的价值。方法回顾性分析经病理证实的34例肺淋巴瘤(淋巴瘤组)及64例PIMA患者(PIMA组),按7∶3比例将其随机分入训练集和验证集。于胸部CT纵隔窗图像上沿病灶边缘手动勾画三维容积感兴趣区(VOI),提取影像组学特征参数。以最小冗余最大相关、LASSO十折交叉验证进行特征降维,以多因素Logistic回归分别构建影像组学标签、影像学特征模型及二者融合的个体化预测模型(以列线图表示)。采用受试者工作特征(ROC)曲线评价各模型对肺淋巴瘤与PIMA的鉴别效能,以决策曲线分析(DCA)综合评价模型的临床效用价值。结果共获得15个影像组学参数用于构建影像组学标签;ROC曲线结果显示其鉴别训练集肺淋巴瘤与PIMA的AUC=0.84,验证集AUC=0.77。以空气支气管征、支气管扩张及胸腔积液构建影像学特征模型,训练集AUC=0.85,验证集AUC=0.81;融合列线图对训练集AUC=0.95,验证集AUC=0.92;列线图具有更高的临床效用价值。结论基于CT征象、影像组学标签构建的个体化预测模型可有效鉴别肺淋巴瘤与PIMA。     

基于CT影像组学鉴别良恶性肺结节应用进展

影像组学指自影像学图像中提取高通量影像学特征,通过筛选特征建立模型,实现诊断和鉴别诊断疾病、评估疗效及预测预后等的人工智能技术。应用CT影像组学为鉴别良恶性肺结节提供了新契机。本文就影像组学概念、CT成像方法及其在鉴别诊断良恶性肺结节中的应用进展进行综述。     

小细胞肺癌CT八分型法的临床应用

目的分析小细胞肺癌（SCLC）的CT特点及八分型法的应用价值。方法参照SCLC的CT八分型法回顾性分析58例经病理证实的SCLC患者的首诊增强CT表现。结果 58例中,21例为中央合并纵隔型（21/58,36.21%）,20例为中央肺门型（20/58,34.48%）,1例为周围型（1/58,1.72%）,4例为周围合并纵隔型（4/58,6.90%）,5例为沿淋巴管扩散型（5/58,8.62%）,胸膜多发转移型、肺叶型、类肺炎型各2例（2/58,3.45%）,对1例患者未能分型。SCLC易侵及大血管;远处转移以肝转移最多见。结论 CT八分型法主要根据SCLC原发灶部位及转移范围进行分型,符合SCLC的生物学特性,可为临床治疗提供更多信息。     

基于CT影像组学预测临床ⅠA期老年非小细胞肺癌淋巴结转移

目的探讨基于胸部增强CT影像组学模型预测临床ⅠA期非小细胞肺癌(NSCLC)老年患者淋巴结转移(LNM)的价值。方法回顾性分析361例临床ⅠA期NSCLC老年患者术前增强CT及临床资料。术后病理显示其中87例LNM(LNM组)、274例无LNM(无LNM组),比较2组临床及影像学表现差异。提取术前增强CT影像学特征,进行归一化和降维,采用最小绝对收缩选择算子(LASSO)法筛选最优影像组学特征,建立影像组学模型。按7∶3比例将患者分为训练组和测试组,于训练组中以10次交叉验证法获得最佳影像组学预测模型。根据临床ⅠA期NSCLC老年患者LNM影响因素建立LNM临床预测模型,以之预测训练组和测试组LNM,并以ROC曲线评价2种模型对于训练组和测试组的诊断效能。结果共于所有病灶中提取396个影像组学特征,经归一化后采用LASSO法获得5个最佳影像组学特征建立影像组学模型,并获得最佳影像组学模型,以之预测训练组和测试组LNM的AUC值分别为0.816和0.797,均高于临床模型(0.650和0.686,P均<0.05)。结论基于胸部增强CT的影像组学模型可用于预测临床ⅠA期NSCLC老年患者LNM。     

周围型非小细胞肺癌CT影像学因素预后分析

目的探讨周围型非小细胞肺癌(NSCLCs)术前胸部CT影像学因素与预后的关系。方法回顾性收集周围型NSCLCs患者187例,对5例行平扫CT,182例行平扫+增强CT。由2名医师盲法独立阅片,记录肿瘤大小、肿瘤密度、空洞、毛刺、胸膜凹陷、与邻近结构接触面长度及临床N分期。采用Kaplan-Meier曲线及COX回归模型进行生存分析。结果 57例患者死亡,中位随访时间53个月(4~103个月)。Kaplan-Meier单因素分析结果显示:肿瘤大小(P0.001)、肿瘤密度(P=0.027)、空洞(P=0.013)、毛刺(P=0.004)、与邻近结构接触面长度(P=0.029)、临床N分期(P0.001)、血清CEA水平(P0.001)差异有统计学意义。COX多因素分析显示:临床N分期(P0.001,HR=3.617)、肿瘤大小(P=0.001,HR=2.885)、毛刺(P=0.003,HR=2.505)是周围型NSCLCs独立的预后因素。结论术前胸部CT显示临床N分期、肿瘤大小、毛刺是周围型NSCLCs的独立预后因素。     

基于CT平扫影像组学鉴别≤2 cm甲状腺良恶性结节

目的观察基于CT平扫影像组学模型鉴别直径≤2 cm甲状腺良恶性结节的价值。方法回顾性分析97例经手术病理证实直径≤2 cm甲状腺结节患者,按7∶3比例将其随机分为训练组(n=67)及验证组(n=30)。提取训练组病灶的影像组学特征并进行预处理,采用最小绝对收缩和选择算子(LASSO)方法筛选最优影像组学特征;以二元Logistic回归方法建立鉴别甲状腺结节良恶性的影像组学模型,计算训练组中良恶性结节的影像组学评分,于验证组中进行验证。以ROC曲线法评估影像组学模型在训练组及验证组中的诊断效能。结果训练组25例良性病变和42例恶性病变;验证组10例良性、20例恶性病变。共于训练组病灶中提取848个影像组学特征,经预处理及筛选获得8个最优影像组学特征,建立鉴别直径≤2 cm甲状腺良恶性结节的影像组学模型。2组良性结节影像组学评分[-0.08(-1.96,0.78)、0.11(-0.96,0.65)]均低于恶性结节[1.20(0.80,2.56)、1.03(0.80,2.47),t=-3.29、-3.12,P均<0.01]。影像组学模型鉴别训练组及验证组甲状腺良恶性病变的敏感度分别为0.77、0.74,特异度分别为0.79、0.91,AUC分别为0.84、0.88(D=0.35,P=0.73)。结论基于CT平扫影像组学鉴别直径≤2 cm甲状腺良恶性结节具有较好的应用价值。     

增强CT影像组学鉴别卵巢良性与交界性浆液性肿瘤

目的建立基于增强CT的影像组学模型,探讨其鉴别卵巢浆液性囊腺瘤(SC)与交界性浆液性肿瘤(SBT)的诊断价值。方法回顾性分析经病理证实的49例卵巢SC患者及31例SBT患者的CT资料。由2名医师分别采用AK软件分析CT图像,勾画ROI,提取影像组学参数。对获得的影像组学特征参数进行多因素Logistic回归分析,建立预测模型;采用ROC曲线分析预测模型对卵巢SC与SBT的诊断效能。结果共提取396个影像组学参数,经降维处理后得到5个特征参数,分别为Percentile_(10)、Percentile_(15)、SA、LRHGLE_(a90,o1)及LRHGLE_(a90,o7)。2名医师提取参数的一致性良好(组内相关系数均0.75)。以上述5个特征参数构建Radscore预测模型,在训练集中Radscore模型对鉴别诊断卵巢SC与SBT的AUC、敏感度、特异度分别为0.90、0.91、0.79,在测试集的AUC、敏感度、特异度分别为0.86、0.90、0.73。结论基于增强CT的影像组学模型能够有效鉴别卵巢SC与SBT。     

双层光谱CT评估非小细胞肺癌Ki-67表达水平的可行性

目的 探讨双层光谱CT相关参数评估非小细胞肺癌(NSCLC)Ki-67表达水平的可行性。方法 纳入50例NSCLC患者,根据Ki-67表达水平将其分为低表达组(n=23,Ki-67≤30%)及高表达组(n=27,Ki-67＞30%),比较组间光谱定量参数的差异。采用Spearman相关性分析评价光谱定量参数与Ki-67表达水平的相关性;绘制受试者工作特征曲线,分析各参数评估Ki-67表达水平的效能。结果 低表达组CT_{40 keV}、曲线斜率、等效原子序数、碘密度和无水碘密度均高于高表达组(P均＜0.05)。NSCLC患者CT_{40 keV}、CT_{70 keV}、曲线斜率、碘密度及无水碘密度均与Ki-67表达呈负相关(r_s=-0.28、-0.18、-0.37、-0.29、-0.33,P均＜0.05),等效原子序数与Ki-67表达呈正相关(r_s=0.32,P＜0.05)。根据CT_{40 keV}、曲线斜率、等效原子序数、碘密度及无水碘密度评估NSCLC Ki-67表达水平的曲线下面积分别为0.72、0.75、0.70、0.72及0.75。结论 双层光谱CT定量参数可用于评估NSCLC Ki-67表达水平。     

冷冻消融治疗晚期非小细胞肺癌的近期疗效及安全性

目的 观察冷冻消融治疗晚期非小细胞肺癌(NSCLC)的近期疗效及安全性。方法 回顾性分析37例接受CT引导下冷冻消融治疗(康博刀)的NSCLC患者(TNMⅢb～Ⅳ期),以常见不良事件评价标准(CTCAE)5.0版统计不良反应;对比消融前、消融后7天及1个月实验室指标;根据改良实体瘤疗效评价标准(mRECIST)评估消融后1个月疗效。结果 37例患者均顺利完成消融治疗。消融后10例(10/37,27.03%)发生胸腔积液,9例(9/37,24.32%)咯血,6例(6/37,16.22%)气胸,5例(5/37,13.51%)穿刺点疼痛,均为CTCAE 1、2级不良反应,对症处理后均好转;无CTCAE 3级及以上不良反应。消融后7天,相比消融前,白细胞计数、中性粒细胞计数、纤维蛋白原、D-二聚体、C反应蛋白均升高,凝血酶原时间(PT)延长(P均<0.05)。消融后1个月癌胚抗原(CEA)、鳞状上皮细胞癌抗原(SCCAg)均较消融前降低,白细胞计数、中性粒细胞计数、C反应蛋白较消融后7天回落(P均<0.05);37例中,完全缓解14例、部分缓解17例、疾病稳定5例、疾病进展1例,治...     

CT鉴别诊断儿童TFE3重排肾细胞癌与Wilms瘤

目的 观察CT鉴别诊断儿童TFE3重排肾细胞癌(TFE3 RCC)与Wilms瘤(WT)的价值。方法 回顾性分析经手术病理证实的10例单发TFE3 RCC(TFE3 RCC组)及20例单发WT(WT组)患儿的术前腹盆腔CT资料。对比组间病灶CT表现差异;针对差异有统计学意义的参数绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估其鉴别儿童TFE3 RCC与WT的效能。结果 组间CT所示病灶最大径、平扫CT净值、边界清晰与否、有无病灶内钙化、动脉期和静脉期强化CT值、强化程度差异均有统计学意义(P均＜0.05),上述各项指标鉴别诊断TFE3 RCC与WT的AUC分别为0.82、0.97、0.80、0.75、0.91、0.83及0.93。结论 CT可有效鉴别诊断儿童TFE3 RCC与WT。