基于胰腺周围脂肪间隙CT影像组学预测早期急性胰腺炎进展的价值

目的:探讨基于胰周脂肪间隙CT影像组学预测早期急性胰腺炎(AP)进展的价值。方法:回顾性分析123例根据新修订的亚特兰大分类诊断为AP的患者(进展组39例,非进展组84例),所有患者均接受腹部平扫及增强CT扫描。采用完全随机方法将患者按7:3的比例分为训练组和验证组。对各期手动勾画距炎症胰腺前缘3～5 mm范围的单层感兴趣区(ROI),采用AK软件提取CT纹理特征,使用最小冗余最大相关(mRMR)和最小绝对值收敛和选择算子(LASSO)回归分析对纹理特征降维、建立影像组学标签,并运用100次留组交叉验证(LGOCV)对模型的可靠性进行验证。将临床资料、CT特征及影像组学标签采用多因素Logistic回归分析建立影像组学模型。利用受试者工作特征(ROC)曲线评价模型的预测效能,应用决策曲线分析(DCA)评估模型的临床应用价值。结果:临床模型、平扫序列影像组学标签、联合序列影像组学标签、平扫序列个性化模型及联合序列个性化模型在训练组中的AUC分别为0.70、0.94、0.94、0.94及0.97,在验证组中的AUC分别为0.83、0.95、0.96、0.99、0.98。DCA显示平扫、联合...     

CT影像组学预测胰腺导管腺癌患者术后无病生存期的价值

【摘要】目的：探讨基于平扫和三期增强CT的影像组学模型及临床-组学综合模型对胰腺导管腺癌（PDAC）患者术后无病生存期（DFS）的预测价值。方法：回顾性分析2013年12月－2021年6月在本院经术后病理证实的124例胰腺导管腺癌患者的病例资料。所有DFS患者术后随访时间大于3个月。采用随机分组法,按照7:3的比例将患者分为训练集（n=87）和验证集（n=37）。所有患者术前行腹部CT平扫及三期（动脉期、静脉期、延迟期）增强扫描。使用ITK-SNAP软件分别在四期CT图像上沿胰腺肿瘤边缘逐层勾画ROI并融合生成三维容积ROI（VOI）,然后导入FAE软件中提取影像组学特征。采用单因素Cox回归分析及LASSO-Cox回归分析进行纹理特征的筛选,然后分别构建各期和多期联合（动脉期+静脉期+延迟期）影像组学模型并计算相应的影像组学标签得分。采用单因素和多因素Cox回归分析筛选临床特征和CT形态学特征并构建临床模型。采用多因素Cox回归分析结合临床模型变量及影像组学标签构建临床-组学综合模型并绘制其诺莫图。采用一致性指数（C-index）、时间依赖性（time-dependent）ROC曲线、校正曲线和决策曲线分析（DCA）对模型的诊断效能及临床效益进行评价。利用R语言计算临床-组学综合模型的最佳截断值,并据此将患者分为高风险组和低风险组,采用Kaplan-Meier法分析生存资料并进行log-rank检验。结果：基于平扫、动脉期、静脉期和延迟期及多期联合分别筛选得到5、16、4、12和17个组学特征,分别建立相应的组学模型并获得影像组学标签值。经log-rank检验,所有组学标签均与DFS具有相关性（P<0.05）,其中多期联合模型的预测效能最佳（训练集：C-index=0.786,6~24个月AUC=0.850~0.928;验证集：C-index=0.802,6~24个月AUC=0.796~0.874）;而临床模型的预测效能较低（训练集：C-index=0.635,6~24个月AUC=0.647~0.679;验证集：C-index=0.596,6~24个月AUC=0.545~0.656）。临床-组学综合模型的预测效能（训练集：C-index=0.812,6~24个月AUC=0.883~0.958;验证集：C-index=0.796,6~24个月AUC=0.813~0.894）明显优于临床模型;校准曲线显示临床-组学综合模型的拟合度好;DCA显示临床-组学综合模型的临床净收益优于临床模型。临床-组学综合模型的截断值为2.738。Kaplan-Meier生存分析显示在训练集和验证集中,高风险组患者的DFS明显短于低分风险组。结论：基于多期CT扫描的影像组学模型结合临床特征构建的临床-组学综合模型在预测胰腺导管腺癌患者术后DFS方面,相较于临床模型和影像组学模型具有更好的预测效能,有助于指导临床制订个体化的治疗策略和改善患者的预后。     

CT影像组学预测局部进展期直肠癌新辅助治疗的效果

目的探讨CT影像组学在治疗前预测局部进展期直肠癌新辅助治疗效果的价值。资料与方法回顾性分析168例新辅助治疗后行根治术的局部进展期直肠癌患者,收集治疗前临床及CT资料,根据术后病理肿瘤退缩分级分组。采用A.K.软件提取CT影像组学特征并构建影像组学标签。通过多变量Logistic回归筛选疗效预测因子并构建诺莫图模型。利用ROC曲线评价模型诊断效能,并对模型进行内部验证、校准度评价及临床应用价值分析。结果每例患者各提取了396个CT影像组学特征,降维后筛选出6个与局部进展期直肠癌新辅助治疗效果高度相关的特征。联合独立预测因子影像组学标签、癌胚抗原≥3.4 ng/ml和临床T分期(cT4)构建的诺莫图模型ROC曲线下面积(0.881)高于影像组学标签(0.791),且具有较高的校准度、内部验证一致性及临床应用价值(P>0.05)。结论基于治疗前CT及临床资料构建的模型对局部进展期直肠癌新辅助治疗效果预测具有较高的预测效能,且联合预测模型的预测效能优于影像组学标签。     

基于多期CT影像组学鉴别卵巢良、恶性肿瘤的临床应用价值

【摘要】目的：探讨基于多期CT影像组学模型及联合模型鉴别卵巢良、恶性肿瘤的临床应用价值。方法：回顾性搜集2018年1月-2022年7月经术后病理证实的144例良性及182例恶性卵巢肿瘤患者的临床及CT多期影像组学资料，将患者随机按7:3分为训练组228例及验证组98例。图像预处理并利用ITK-SNAP勾画肿瘤病灶区域，用PY提取组学特征，将提取特征正则化，采用Spearman相关分析，相关系数大于0.9，保留其一特征, 使用最小绝对收缩与选择算子（LASSO）回归分析对组学特征降维，建立影像组学标签。将影像组学的优势期相与临床指标结合建立联合模型，利用列线图分析预测效能。结果：筛选出平扫、动脉期、静脉期及延迟期的特征数分别为22、7、10、22个，构建各期影像组学模型，结果显示延迟期为最优模型，在训练组中，其受试者工作特征（ROC）曲线的曲线下面积（AUC）为0.857。将临床特征与延迟期影像组学特征构建联合模型，其ROC的AUC值为0.870，优于临床模型，且差异有统计学意义（Z=3.376，P=0.0007）。验证组中，联合模型ROC的AUC值为0.844，优于临床模型，差异无统计学意义（Z=1.650，P=0.0989）。结论：CT扫描的延迟期影像组学特征鉴别卵巢良性与恶性肿瘤的效能优于其它期相，延迟期影像组学标签与临床特征相结合的联合模型有较高的鉴别诊断效能。     

基于MR影像组学预测遗忘型轻度认知障碍预后的研究

目的探讨基于MR影像组学预测遗忘型轻度认知障碍(aMCI)转化为阿尔茨海默病(AD)的效能。方法回顾性分析2018年12月至2020年12月在山西医科大学第一医院确诊为aMCI的30例患者及来源于公共数据库的190例aMCI患者的临床和影像资料, 男120例、女110例, 年龄50～80岁, 其中进展为AD 39例, 未进展为AD 181例。以7∶3随机分为训练集(154例)和验证集(66例)。在患者的横断面、冠状面、矢状面T1WI三维磁化强度预备梯度回波序列图像上手动逐层勾画双侧海马边缘, 得到三维图像, 然后分别提取左侧海马、右侧海马、联合双侧海马的影像组学特征, 并进行影像组学特征筛选, 最后构建影像组学标签。采用受试者操作特征(ROC)曲线评估各影像组学标签的性能。选取最优影像组学标签计算影像组学分数(Rad-score), 并构建影像组学(R)列线图。根据最优影像组学标签的Rad-score阈值, 区分aMCI转化为AD的高风险组和低风险组, 并绘制Kaplan-Meier生存曲线。通过单因素logistic回归分析确定影响aMCI患者进展的临床特征, 建立临床特征(C)列线...     

增强MRI影像组学对肝癌微血管侵犯的预测价值

目的:探讨基于增强MRI影像组学方法对肝细胞肝癌微血管侵犯(MVI)的术前预测价值。方法:回顾性分析108例经手术病理证实为肝细胞肝癌病例的临床及增强MRI图像资料,其中MVI阳性45例,MVI阴性63例。对增强MRI动脉期(AP)、门静脉期(PVP)及延迟期(DP)图像进行影像组学特征提取,筛选最有价值的组学特征,采用五折交叉验证将样本量训练组和测试组,对训练组构建基于AP、PVP、DP及基于3期特征融合的影像组学联合逻辑回归模型,并对MVI的独立预测因子构建逻辑回归模型。选择最优影像组学模型并结合临床影像特征模型构建临床影像组学模型。所有模型结果均用五折交叉均值表示。模型采用受试者工作特征曲线(ROC)分析模型的有效性,并用测试组进一步验证。结果:MVI临床影像特征的独立预测因素包括甲胎蛋白、肿瘤最大径、瘤内动脉及包膜情况。临床影像特征模型在训练组的诊断效能ROC曲线下面积(AUC)值0.864,测试组AUC值0.843。AP、PVP、DP及3期联合模型在训练组的诊断效能AUC值分别为0.898、0.874、0.894及0.898,测试组AUC值分别为0.861、0.864、0.8...     

基于CT影像组学列线图鉴别腮腺多形性腺瘤与基底细胞腺瘤的价值

目的:探讨CT影像组学列线图对腮腺多形性腺瘤(PA)和基底细胞腺瘤(BCA)的鉴别诊断价值。方法:回顾性分析2020年1月-2022年8月在本院经病理证实的88例PA和29例BCA患者的临床资料和CT平扫及双期增强图像。以7∶3的比例将所有患者随机分为训练集(n=81)和测试集(n=36)。分别在3期(动脉期、平扫和静脉期)CT图像上沿病灶边缘逐层勾画ROI,提取病灶的全容积影像组学特征，并采用Spearman相关性分析、互信息法以及递归特征消除法行特征筛选，构建训练集模型和验证测试集模型并计算相应的影像组学评分(Radscore)。经单因素分析，将有统计学意义的临床资料和CT征象用于构建临床模型。基于影像组学模型和临床模型建立联合模型，并绘制联合模型的列线图。采用受试者工作特征曲线(ROC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)来评估各模型的诊断效能，采用校准曲线评估和决策曲线评估列线图的准确性和临床实用价值。结果:基于CT平扫、动脉期和静脉期图像分别筛选出7个、8个和8个最佳组学特征。单期相(动脉期、平扫和静脉期)影像组学模型及临床模型鉴别PA与BAC的AUC分别...     

CT纹理分析预测急性胰腺炎患者并发全身炎症反应综合征的研究

目的 探讨CT纹理分析预测急性胰腺炎(AP)患者并发全身炎症反应综合征(SIRS)的临床价值。方法 回顾性搜集52例初次确诊为AP且行上腹部动态容积灌注CT(DVPCT)检查的患者,根据后期是否发生SIRS分为SIRS组(22例)和无SIRS组(30例)。影像科医师通过后处理工作站重建胰腺期图像,并于胰腺期图像上进行胰腺靶区勾画、特征提取及特征选择。使用筛选的临床特征和纹理特征建立预测模型,绘制受试者操作特征曲线(ROC)评估各模型的预测效能。结果 从1209个纹理特征中共筛选4个灰度共生矩阵特征(相关性信息度量1、联合熵、差方差、逆方差)。ROC曲线分析结果显示：临床模型曲线下面积(AUC)为0.821(95%CI:0.714～0.928),纹理模型AUC为0.859(95%CI:0.755～0.963),联合模型AUC为0.927(95%CI:0.854～1.000)。结论 基于上腹部DVPCT胰腺期图像的纹理分析对AP患者并发SIRS具有一定的预测价值,且临床特征结合纹理特征的联合模型预测效能最优,为临床医师预测病情发展变化以及采取不同治疗方案提供参考。     

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

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...     

基于CT影像组学模型预测骨巨细胞瘤术后复发

目的 探讨基于术前CT平扫影像组学特征模型预测骨巨细胞瘤3年内复发的价值。资料与方法 回顾性分析2007年2月—2018年5月北京大学人民医院经组织学证实的95例骨巨细胞瘤的临床及影像学资料,以3∶1随机分为训练组71例和测试组24例。基于术前CT平扫提取的影像组学特征,于训练组中使用最小绝对收缩与选择算子算法进行降维后建立预测骨巨细胞瘤手术后3年内复发的影像组学标签。使用Spearman相关分析算法、最小绝对收缩与选择算子回归及梯度提升迭代决策树进行特征降维。使用多变量Logistic回归及随机森林纳入影像组学标签构建影像组学模型预测骨巨细胞瘤复发;使用受试者工作特征曲线评估影像组学标签在训练组中的准确性,并通过验证组进行验证。结果 提取术前CT平扫图像,共提取12个与骨巨细胞瘤术后3年内复发相关的影像组学特征构成影像组学标签,使用Logistic回归显示在训练组和测试组中预测骨巨细胞瘤术后3年内复发的曲线下面积分别为0.962和0.924,使用随机森林训练组及测试组的曲线下面积分别为0.991和0.917。结论基于术前CT影像组学模型作为非侵入性量化工具,预测骨巨细胞瘤复发具有良好...     

基于CT平扫影像组学模型对早期急性坏死性胰腺炎的鉴别诊断价值

目的:基于急性胰腺炎(AP)首次发作时CT平扫图像,比较间质水肿性AP与出血坏死性AP的影像组学特征差异,探讨基于CT平扫影像组学模型对早期坏死性胰腺炎的鉴别诊断价值。方法:搜集2017年1月-2020年6月被诊断为AP的300例患者,回顾性分析AP患者腹痛症状发作24h内首次CT平扫图像和临床一般资料。以72～96h内增强CT及改良CT严重指数(MCTSI)评分为评判标准,将300例AP患者分为间质水肿性AP(230例)和出血坏死性AP(70例)。在联影科研平台下,手动逐层分割整个胰腺形态轮廓,得到感兴趣区体积(VOI),提取特征参数,按照7:3的比例将影像资料随机分为训练组与验证组,通过随机森林(RF)模型进行训练,采用五折交叉法对其进行验证,采用ROC曲线分析模型对出血坏死性AP的诊断效能,并计算准确度、敏感度和特异度。结果:性别、年龄在间质水肿性AP与出血坏死性AP患者间差异无统计学意义。通过构建RF组学模型,训练组及验证组中区分间质水肿性AP与出血坏死性AP的ROC曲线下面积分别为0.979和0.936。结论:基于CT平扫影像组学特征结合机器学习随机森林模型建立的鉴别诊断模型...     

CT影像特征联合临床特征构建肺癌合并慢性阻塞性肺疾病的预测模型及其效能评价

目的探讨基于临床特征和术前胸部CT影像特征构建的模型预测肺癌合并慢性阻塞性肺疾病(COPD)的价值。方法回顾性分析2014年6月至2021年3月在海军军医大学第二附属医院就诊且经病理确诊的444例肺癌患者的临床(年龄、性别、吸烟史、吸烟指数等)及影像资料(病灶大小、位置、密度、分叶征等)。其中男279例、女165例, 年龄23～85岁。444例患者以7∶3的比例使用python中的random函数随机分为训练集(310例)和内部测试集(134例), 并根据肺功能检查将患者进一步分为肺癌合并COPD组和肺癌非COPD组。首先将单因素分析中2组间差异有统计学意义的临床特征纳入二元logistic回归分析, 筛选出预测肺癌合并COPD的独立影响因子构建临床特征模型。使用最小绝对收缩和选择算子对影像特征进行特征筛选, 并用5次留P交叉验证法判断其可靠性, 构建影像特征标签。临床特征联合影像特征标签建立综合模型。使用受试者操作特征(ROC)曲线和决策曲线分析(DCA)评估各个模型的预测能力和临床使用价值。各模型预测肺癌合并COPD的曲线下面积(AUC)比较采用DeLong检验。结果训练集中肺癌合...     

基于MRI征象及影像组学的列线图预测腮腺良性与恶性肿瘤的价值

目的建立并验证基于MRI征象和影像组学的列线图鉴别腮腺良性与恶性肿瘤的效能。方法回顾性收集2015年1月至2020年5月青岛大学附属医院86例经手术病理证实的腮腺肿瘤患者为训练集, 收集2013年1月至2020年1月香港大学深圳医院35例患者为独立外部验证集。采用logistic回归基于临床及MRI征象建立临床诊断模型。基于术前平扫T1WI和预饱和脂肪抑制T2WI(fs-T2WI)进行影像组学特征提取, 建立影像组学诊断模型。基于影像组学评分及临床诊断模型, 通过logistic回归建立影像组学+临床联合诊断模型及列线图。采用受试者操作特征(ROC)曲线评价各模型诊断腮腺良性与恶性肿瘤的效能, ROC曲线下面积(AUC)的比较采用DeLong检验。结果 Logistic回归结果显示, 腮腺深叶受累(OR值为3.285, P=0.040)和周围组织结构侵犯(OR值为15.919, P=0.013)是腮腺恶性肿瘤的独立影响因素, 将二者构建临床诊断模型。基于平扫T1WI和fs-T2WI, 共提取19个特征构建影像组学诊断模型。联合影像组学评分以及腮腺深叶受累、周围组织结构侵犯2个常规影像学...     

原发灶及癌旁胃壁外脂肪组织CT影像组学评估胃癌T分期的价值

目的探讨基于胃癌原发灶及癌旁胃壁外脂肪组织的CT影像组学模型鉴别T1～2与T3～4期胃癌的价值。方法本研究为病例对照研究, 回顾性收集2011年12月到2019年12月江苏大学附属人民医院465例胃癌患者, 根据术后病理将其分为T1～2期(150例)及T3～4期(315例)。采用分层抽样方法按7∶3的比例分为训练集(326例)和测试集(139例), 训练集中T1～2期104例、T3～4期222例, 测试集中T1～2期46例、T3～4期93例。选择术前1周内静脉期增强CT图像勾画胃癌原发灶及癌旁胃壁外脂肪组织为感兴趣区(ROI), 采用Pyradiomics软件提取ROI的影像组学特征, 用最小绝对收缩和选择算子回归筛选与T分期相关的特征, 建立胃癌原发灶和胃壁外脂肪组织影像组学模型。采用独立样本t检验或χ2检验比较训练集中T1～2与T3～4期患者临床特征的差异, 将差异有统计学意义的特征建立临床模型。联合2个影像组学模型及临床模型构建临床-影像组学联合模型, 并生成列线图。用受试者操作特征曲线下面积(AUC)评价各模型鉴别胃癌T1～2与T3～4期的效能, 用校准曲线评价列线图预测胃癌的...     

双层探测器光谱CT定量参数联合常规CT特征列线图评估含高级别亚型成分肺浸润性非黏液腺癌的价值

目的探讨双层探测器光谱CT定量参数联合常规CT特征列线图评估含高级别亚型(HGP)成分肺浸润性非黏液腺癌的价值。方法该研究为病例对照研究。回顾性分析2022年2月至2023年5月苏州大学附属第一医院71例经手术切除且病理证实为肺浸润性非黏液腺癌患者的临床及影像学资料, 将其分为HGP组和非HGP(non-HGP)组。分析病灶的大小、形状、密度、内部征象、边缘、胸膜牵拉征等常规CT特征, 并测量动脉期(AP)及静脉期(VP)病灶的碘浓度(IC)、电子云密度(ED)、标准化碘浓度(NIC)等光谱CT定量参数。2组指标比较采用独立样本t检验、Mann-WhitneyU或χ2检验。将单因素分析中差异有统计学意义的参数纳入多因素logistic回归分析, 筛选出预测含HGP成分肺浸润性非黏液腺癌的独立影响因素, 然后构建常规CT特征模型、光谱CT定量参数模型及联合模型, 并绘制列线图。采用受试者操作特征曲线下面积(AUC)评估各模型性能, AUC比较采用DeLong检验。以决策曲线(DCA)评估模型的临床净获益。结果 HGP组与non-HGP组在病灶密度、分叶征、毛刺征、ICAP、ICVP、NI...     

基于CT影像组学列线图鉴别甲状腺乳头状癌与结节性甲状腺肿的价值

目的 探讨基于CT影像组学列线图鉴别诊断甲状腺乳头状癌(PTC)与结节性甲状腺肿(NG)的临床价值。方法 回顾性分析经病理证实的甲状腺结节患者的临床资料及CT图像。术前2周内行CT平扫及增强扫描；PTC 113例，NG 119例；以7∶3的比例随机分层抽样划分成训练集(n=162)和测试集(n=70)。从CT平扫及双期增强图像中提取甲状腺结节相关征象和影像组学特征，通过临床影像征象和影像组学特征筛选，训练集与测试集均构建4个独立模型并计算影像组学评分，基于影像组学评分和临床模型构建联合模型，并基于联合模型绘制列线图。通过受试者工作特征曲线、曲线下面积(AUC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)等多个指标评估各模型对PTC与NG的鉴别诊断效能，利用校准曲线直观的评估列线图的可靠性与准确性，使用决策曲线评估列线图的临床实用价值。结果 平扫、动脉期、静脉期分别保留了6、4、3个影像组学特征，分别构建单期相影像组学模型。单期相中，平扫模型鉴别诊断效能最优，6个独立预测因子用于构建临床模型，基于联合模型的列线图对PTC与NG具有最高的鉴别诊断效能(训练集：AUC为0.980...     

基于临床-影像组学列线图模型术前预测进展期胃癌神经侵犯的价值

目的:探讨基于增强CT影像组学特征和临床独立危险因素构建的联合模型及其列线图在术前预测进展期胃癌(AGC)周围神经侵犯(PNI)中的价值。方法:回顾性分析171例AGC患者的CT图像和临床资料。将171例患者按7:3的比例随机分为训练组119例(PNI阳性83例,阴性36例)和验证组52例(PNI阳性37例,阴性15例)。依次使用Spearman相关性分析及绝对收缩与选择算子(LASSO)对增强CT静脉期图像上提取的组学特征进行降维和筛选,并建立影像组学标签(V-Radscore)。使用单因素分析比较PNI阳性组与阴性组之间的V-Radscore和术前临床指标值,将差异具有统计学意义的指标纳入多因素logistic回归分析,得到PNI相关的独立危险因素,同时构建影像组学模型(V)、临床模型(C)和组合模型(V+C),并在训练组构建组合模型的列线图。采用受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度和符合率来评价模型的诊断效能,使用校准曲线评价列线图模型在训练组和验证组中的拟合程度,使用决策曲线分析(DCA)来评价列线图的临床应用价值。结果:PNI的独立危险因素包括V...     

联合CT影像组学与深度学习特征建立列线图预测食管鳞癌放疗近期疗效

目的:探讨基于CT影像组学特征与深度学习特征建立列线图对食管癌放疗近期疗效的预测价值。方法:回顾性分析137例食管鳞癌患者的临床及影像资料。从CT图像中提取影像组学特征和深度学习特征。通过最小绝对收缩和选择算子方法分别对影像组学特征和深度学习特征进行降维并计算得到影像组学得分(Radscore)和深度学习得分(Deepscore)。采用多因素logistic回归分析建立预测模型,并绘制列线图。对列线图的校准度、诊断效能和临床价值进行评价。结果:筛选得到6个影像组学特征参与计算Radscore, 6个深度学习特征参与计算Deepscore。多因素logistic回归结果显示Radscore、Deepscore、TNM分期为联合模型的独立预测因子。联合预测模型在训练集中预测食管鳞癌患者放疗近期疗效的曲线下面积(AUC)为0.904,高于临床模型(AUC=0.662)和影像组学模型(AUC=0.814),且AUC差异均有统计学意义(P<0.001、P=0.004)。验证集中联合模型的AUC为0.938,高于临床模型(AUC=0.644)和影像组学模型(AUC=0.852),联合模型与临...     

CT影像组学联合细胞角蛋白19片段预测EGFR突变阳性非小细胞肺癌患者EGFR-TKIs的疗效

目的:探讨CT影像组学联合细胞角蛋白19片段在预测表皮生长因子受体(EGFR)突变阳性的非小细胞肺癌(NSCLC)患者行表皮生长因子受体酪氨酸激酶抑制剂(EGFR-TKIs)治疗的疗效。方法:回顾性搜集在本院确诊为EGFR突变阳性随即接受EGFR-TKIs治疗的194例NSCLC患者的病例资料。在EGFR-TKIs治疗3个月后行CT检查来判断疗效。根据实体肿瘤疗效评价标准1.1(RECIST 1.1),治疗有效121例,无效73例。采用完全随机方法将患者按7∶3的比例分为训练集和验证集。在训练集中提取NSCLC病灶的组学特征,然后使用主成分分析(PCA)、kruskal-wallis(KW)法及逻辑回归分析结合最小绝对值收敛和选择算子(LR-LASSO)对影像组学特征进行降维及影像组学模型的构建,获得每例患者的影像组学标签值。利用临床资料、病灶的CT形态学特征和病理结果建立临床模型,联合临床资料和影像组学标签建立联合模型。使用受试者工作特征曲线(ROC)下面积(AUC)评价各个模型对EGFR-TKIs疗效的预测效能,应用决策曲线分析(DCA)评估模型的临床应用价值。结果:训练集中经PC...     

基于不同时相增强CT的影像组学对胰腺实性假乳头状肿瘤侵袭性行为的预测价值

目的探讨CT影像组学对胰腺实性假乳头状肿瘤(pSPN)侵袭性行为的预测价值。方法回顾性分析2012年1月至2021年1月郑州大学第一附属医院经术后病理证实的pSPN患者的CT图像, 其中侵袭性23例、非侵袭性59例。分别在平扫、动脉期和静脉期CT图像上逐层勾画感兴趣区(ROI)获得三维ROI, 每个ROI提取1 316个组学特征。将数据集经随机分层抽样法按照7∶3的比例分为训练集和验证集, 在训练集中采用200%样本合成过采样技术(SMOTE)算法进行过采样, 生成侵袭性和非侵袭性平衡数据用于建立训练模型, 将构建的模型在验证集中进行验证。通过受试者操作特征(ROC)曲线分析评估不同模型的预测性能, 并通过Delong检验比较不同模型的曲线下面积(AUC)值, 采用连续净重分类改善度(NRI)和综合区分改善度(IDI)评估不同模型对分类效能的改善能力。结果经过特征筛选, 保留2、6、3个特征分别构建平扫、动脉期和静脉期模型, 基于单独期相与联合时相模型共建立7个模型, 除平扫模型外, 其他模型预测pSPN侵袭性的AUC均>0.800。单期相中动脉期模型具有最优的鉴别效能, 在SM...