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CCTA的冠状动脉周围脂肪组织影像组学特征预测急性冠状动脉综合征

目的 评估基于冠状动脉CT血管成像（CCTA）的冠状动脉周围脂肪组织（PCAT）影像组学特征对疑似冠心病病人2年内发生急性冠状动脉综合征（ACS）的预测能力。方法 回顾性收集接受CCTA检查的疑似冠心病病人,将CCTA检查后2年内发生ACS的病人作为ACS组（81例）,2年内未发生ACS的疑似冠心病病人作为对照组（81例）。ACS组年龄44~85岁,平均（64.01±10.09）岁,男57例;对照组年龄39~89岁,平均（62.91±10.11）岁,男56例。将2组病人随机以 3∶1 的比例分为训练集（ACS组60例,对照组60例）和验证集（ACS组21例,对照组21例）。筛选基于CCTA的PCAT影像组学特征,采用多因素Logistic回归分析构建PCAT影像组学评分模型,并基于PCAT影像组学特征中的CT密度值建立PCAT密度模型。采用DeLong检验比较不同数据集中2个模型的诊断效能差异。采用受试者操作特征（ROC）曲线、校准曲线及决策曲线比较2种模型的预测效能。结果 训练集和验证集中,ACS组和对照组病人的临床资料间差异均无统计学意义（均P>0.05）。从基于CCTA影像所示的冠状动脉斑块周围PCAT共提取107个影像组学特征,最终筛选出21个最优影像组学特征,包括形态学特征5个、直方图特征1个、纹理特征15个,采用Logistic回归分析构建PCAT影像组学评分模型。基于提取的PCAT组学特征中平均 CT密度值构建PCAT密度模型。2种模型预测2年内发生ACS事件的诊断效能分析显示,PCAT 影像组学评分模型在训练集及验证集中的曲线下面积（AUC）（AUC=0.841,0.839） 均高于PCAT 密度的AUC（AUC=0.603,0.588）。训练集中,PCAT影像组学评分的诊断效能优于PCAT密度模型（P<0.05）,并在验证集中得到验证（P<0.05）。PCAT影像组学评分对发生ACS事件的预测结果与实际结果一致性高于PCAT密度。PCAT影像组学评分的临床应用价值显著优于PCAT 密度。结论 基于CCTA 的PCAT影像组学特征可为ACS事件的发生提供更多的预测信息。PCAT 影像组学评分对2年内发生ACS事件的预测能力显著优于PCAT 密度。     

多序列MRI影像组学在子宫内膜癌组织学分级术前预测的价值

目的 探究MRI多序列成像及其影像组学对子宫内膜癌组织学分级术前预测的鉴别诊断效能,并与CA12-5值、MRI影像表现对照。方法 对134例经病理确诊为子宫内膜癌的MRI多序列图像进行回顾性分析,分成训练组（n=93）和验证组（n=41）,基于T₂矢状位、增强矢状位及扩散加权成像（DWI）提取影像组学特征;采用“逻辑回归”分类器模型,结合CA12-5值构建CA12-5模型,结合MRI影像表现统计学特征构建MRI影像表现模型,结合组学特征构建组学模型,联合MRI影像表现及组学统计学特征构建联合模型;受试者工作特征曲线（ROC）及曲线下面积（AUC）用于评价模型的鉴别诊断效能,Delong检验用于比较模型间AUC差异是否具有统计学意义。结果 CA12-5模型由统计的CA12-5值构成;MRI影像表现模型由最大层面矢状面长径、肌层浸润深度、淋巴结肿大、子宫内膜连续性、液化坏死、宫颈受累情况构成;影像组学模型由筛选出的影像组学特征构成;联合模型由MRI影像表现及影像组学特征构成。CA12-5模型、MRI影像表现模型、影像组学模型及联合模型在训练组中的AUC分别是0.629...     

基于IVIM影像组学模型对前列腺癌和前列腺增生的鉴别诊断价值

目的 探讨基于体素内不相干运动（IVIM）中真性扩散系数（D）、伪扩散系数（D*）及灌注分数（f）图影像组学模型对前列腺癌和前列腺增生的鉴别诊断价值。资料与方法 回顾性分析南京医科大学附属泰州市人民医院2019年1月—2021年5月经穿刺活检或手术病理证实的前列腺癌患者106例、前列腺增生患者100例的影像资料，患者均行常规MRI检查及IVIM检查。首先应用Firevoxel软件获得IVIM序列D、D*及f图，将所得伪彩图导入ITK-SNAP软件勾画感兴趣区。采用Pyradiomics软件进行高通量特征提取，最后采用最大相关最小冗余及最小绝对收缩和选择算子稀疏约束法算法筛选影像组学特征并构建模型。采用随机抽样方法将患者按7∶3分成训练组144例与验证组62例，通过受试者工作特征曲线对3个模型的诊断效能进行验证，用决策曲线分析评估影像组学模型的临床预测效能。结果 基于D、D*及f图像组学模型预测前列腺癌和前列腺增生，训练组中曲线下面积分别为0.987、0.978、0.992，验证组中曲线下面积分别为0.985、0.975、0.985。决策曲线显示D、D*及f图影像组学模型在临床上可以获得...     

基于数字化乳腺X线影像组学列线图预测浸润性乳腺癌组织学分级的多中心研究

【摘要】目的：探讨基于多中心数字化乳腺X线影像组学列线图预测浸润性乳腺癌组织学分级的价值。方法：以病理诊断为金标准,按照7:3的比例将皖南医学院第一附属医院弋矶山医院437例浸润性乳腺癌患者随机拆分为训练组305例（Ⅰ/Ⅱ级217例,Ⅲ级88例）和验证组132例（Ⅰ/Ⅱ级94例,Ⅲ级38例）,将阜阳市人民医院（n=129）和太和县人民医院（n=162）291例浸润性乳腺癌患者（Ⅰ/Ⅱ级203例,Ⅲ级88例）作为外部测试组。对比分析双乳内外斜位（MLO）和头尾位（CC）图像,选取病变面积较大的数字化乳腺X线图像使用深睿医疗多模态科研平台进行图像分割和影像组学特征提取,采用特征间线性相关性分析与最小绝对收缩和选择算法对组学特征进行降维并使用逻辑回归构建影像组学模型。临床指标经单因素及多因素二元Logistic回归分析并构建临床模型。影像组学评分联合临床指标构建列线图。采用受试者工作特征（ROC）曲线和决策曲线分析（DCA）评价模型性能,使用Delong检验比较模型间的预测效能。结果：最终筛选出3个与浸润性乳腺癌组织学分级最相关的影像组学特征。列线图对浸润性乳腺癌组织学分级的预测效能在训练组、验证组和外部测试组分别为0.811、0.825和0.803,诊断效能优于单一模型。DCA显示在概率值为20%～60%时,训练组、验证组及外部测试组列线图预测浸润性乳腺癌组织学分级的净收益高于影像组学模型及临床模型。结论：基于数字乳腺X线影像组学模型对浸润性乳腺癌组织学分级的预测具有较高的效能,对患者制定个性化治疗方案和预后评估有着重要的临床应用价值。     

基于骰骨MRI的糖尿病足影像组学特征

目的 探究基于MRI影像组学特征辅助诊断糖尿病足（DF）的可行性。 方法 回顾性分析2018年8月至2020年8月于上海中医药大学附属上海市中西医结合医院行足部MRI检查的127例因足部疾患就诊患者的临床资料,其中男性83例、女性44例,年龄16~88（59.3±14.8）岁。根据患者临床诊断的不同分为DF组（85例）和非DF组（42例）;根据影像组学特点,采用简单随机抽样法,将患者以3∶2的比例随机分为训练组（76例）和测试组（51例）。在MRI的T1加权成像（WI）序列和质子密度加权成像（PDWI）压脂序列矢状面图像上勾画骰骨,提取影像组学特征参数,并构建T1WI序列模型、PDWI压脂序列模型及联合模型,联合模型包括性别、年龄、骨髓信号和影像组学特征参数。通过3组模型参数最大绝对值归一化的预处理,经过最优特征和模型选择筛选出最优特征维度。采用受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估影像组学特征诊断DF的效能。2组间年龄的比较采用独立样本t检验,2组间性别和中足骨骨髓信号异常的比较采用χ2检验。 结果 DF组和非DF组患者在年龄、男女比例及中足骨骨髓信号异常间的差异均有统计学意义（t=29.2,χ2=17.15、6.53,均P<0.05）。T1WI序列模型、PDWI压脂序列模型和联合模型最终分别筛选出9、7和10个最优特征维度。支持向量机模型区别DF和非DF患者在T1WI序列模型上训练组和测试组的AUC分别为0.86和0.84,准确率分别为78%和69%; PDWI压脂序列模型上训练组和测试组的AUC分别为0.85和0.83,准确率分别为82%和78%;而联合模型上训练组和测试组的AUC分别为0.93和0.85,准确率分别为84%和76%。T1WI序列模型与PDWI压脂序列模型诊断效能相当,而联合模型优于二者单独应用。 结论 MRI影像组学特征能有效区分DF和非DF,有望为DF影像诊断提供一种新型、高效、无创的手段。     

基于CT影像组学构建术前预测胰腺癌神经周围侵犯模型的研究

目的 探讨基于增强CT影像组学特征联合传统影像特征、临床信息建立的模型术前预测胰腺癌发生神经周围侵犯(PNI)的可行性及价值。方法 回顾性分析137例术后病理证实为胰腺癌患者的增强CT影像特征及临床资料,其中有PNI患者98例,无PNI患者39例,按照7∶3比例随机分为训练组96例,验证组41例。利用3D Slicer分别在术前增强CT动、静脉期图像上手动勾画肿瘤,Pyradiomics提取特征,最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)进行特征的降维、筛选,在训练组分别构建独立组学模型、临床-传统影像模型及融合组学模型,验证组验证模型效能。绘制ROC曲线评价预测模型的效能。结果 最终动脉期、静脉期、动脉期联合静脉期分别筛选出3个、2个、2个组学特征,3个期相分别建立的独立组学模型、临床-传统影像模型及融合组学模型中均是融合组学模型性能最高,动脉期、静脉期、动脉期联合静脉期融合组学模型在训练组AUC值分别为0.83、0.85、0.80,在验证组AUC值分别为0.78、0.76、0.80。结论 基于增强CT影像组学特征联合血管侵犯构建的融合组学模型能在术前有效...     

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...     

MRI影像组学列线图术前预测子宫内膜癌淋巴结转移

目的 构建并验证MRI影像组学列线图术前预测子宫内膜癌淋巴结转移的价值。资料与方法 回顾性分析2014年9月—2022年5月福建省妇幼保健院195例子宫内膜癌患者的临床及影像资料，利用MaZda软件获取影像组学特征，建立影像组学得分，利用多因素Logistic回归建立淋巴结转移预测列线图，采用受试者工作特征曲线评价模型的预测效能，并在测试集中进行验证。结果 训练集134例，其中淋巴结转移43例；验证集61例，其中淋巴结转移28例，术前MRI诊断淋巴结转移的敏感度为32.4%(23/71)，特异度为96.0%(119/124)。多因素Logistic回归分析显示影像组学得分、MRI提示宫颈间质浸润、Ki-67、MRI提示淋巴结转移为独立危险因素，依此构建的预测模型在训练组及验证组的曲线下面积分别为0.897、0.840,HosmerLemeshow检验显示模型在训练组、验证组拟合优度良好（P=0.689、0.167）。结论 MRI影像组学列线图提高了子宫内膜癌淋巴结转移的诊断效能，有助于临床制订个体化治疗策略。     

基于临床-影像学特征联合增强MR影像组学预测HIFU消融子宫肌瘤后再干预风险

目的：探讨基于临床-影像学特征和对比增强T1加权成像（CE-T1WI）影像组学的联合模型在预测高强度聚焦超声（HIFU）消融子宫肌瘤后再干预风险中的价值。方法：回顾性连续性分析HIFU消融治疗的子宫肌瘤患者189例（再干预43例;非再干预146例）,评估患者临床-影像学特征。以7∶3的比例随机分为训练集（n=132）和验证集（n=57）。采用二元逻辑回归筛选预测再干预风险的独立临床-影像学特征。采用最大冗余最小相关性和最小绝对收缩和选择算子筛选最优影像组学特征。采用二次判别分析分别建立基于独立临床-影像学特征的临床-影像学模型、基于最优影像组学特征的影像组学模型及结合上述特征的联合模型。通过受试者工作特征（ROC）曲线评估模型预测性能,综合判别改善（IDI）指数和DeLong检验用于比较模型预测性能。结果：年龄（P<0.001）、肌瘤体积（P=0.001）、肌瘤强化程度（P=0.001）是预测再干预风险的独立临床-影像学特征。影像组学模型和联合模型验证集曲线下面积（AUC）分别为0.771 (95%CI 0.577～0.964)和0.819 (95%CI 0.702～0.937)...     

T2-FLAIR影像组学对高级别脑胶质瘤术后1年复发的预测价值

目的：探讨T2-液体衰减反转恢复序列（T2-FLAIR）影像组学对高级别脑胶质瘤（HGG）术后1年复发的预测价值。方法：回顾性收集我院2019年1月—2021年12月收治的81例HGG (WHOⅢ～Ⅳ级)患者,所有患者均接受标准的肿瘤切除手术及术后辅助治疗。获取患者术后4周内的MRI T2-FLAIR图像,根据术后1年内的随访数据将患者分为未复发组（51例）和复发组（30例）,将所有患者按照7∶3比例随机分配为训练组（57例）和验证组（24例）。采用3D-Slicer软件对残腔周围T2-FLAIR高信号区进行图像分割,并提取851个影像组学特征,包括一阶特征、形状特征、纹理特征、小波变换后的特征。采用观察者一致性检验、最大相关最小冗余算法、最小绝对收缩和选择算子算法逐步进行组学特征选择;采用logistic回归模型构建疗效评估模型;采用受试者工作特征（ROC）曲线分析模型的诊断效能。结果：最终筛选出12个影像组学特征纳入影像组学模型,训练组和验证组ROC曲线下面积（AUC）分别为0.789和0.757。进一步将临床参数IDH1基因突变状态、1p19q杂合缺失情况纳入模型后,联合模型中的...     

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...     

MRI影像组学联合炎症因子对肝细胞肝癌微血管侵犯的预测价值

【摘要】目的：探讨基于MRI影像组学联合炎症因子术前预测肝细胞肝癌（HCC）微血管侵犯（MVI）的价值。方法：纳入经病理证实的HCC患者221例,其中MVI阳性117例,MVI阴性104例。比较MVI阴性与阳性患者的炎症因子、影像特征差异,运用多因素Logistic分析确定MVI的独立危险因素,建立影像特征及炎症因子预测模型。勾画Gd-DTPA 增强门静脉期瘤周20mm及瘤内所有层面,使用最小绝对收缩和选择算子（LASSO）算法筛选影像组学特征,建立瘤周、瘤内、瘤周及瘤内共三种影像组学模型。选择瘤周、瘤内影像组学及炎症因子建立联合预测模型,使用ROC曲线在验证组中评估模型的预测效能。结果：Logistic多因素分析结果显示肿瘤最大直径、包膜、动脉期瘤周强化、［碱性磷酸酶（ALP）+γ-谷氨酰转肽酶(GGT)］/淋巴细胞计数（AGLR）是MVI的独立危险因素,基于上述独立危险因素建立的影像特征及炎症因子预测模型预测HCC MVI的ROC曲线下面积（AUC）训练组为0.80,验证组为0.75。基于瘤周及瘤内影像组学建立的影像组学模型较仅包含瘤内影像组学的模型预测HCC MVI的AUC高（瘤周及瘤内模型在训练组和验证组的AUC分别为0.83、0.79,瘤内模型在训练组和验证组的AUC分别为0.75、0.73）。瘤周、瘤内影像组学及炎症因子构建的联合预测模型预测HCC MVI的AUC训练组为0.87,验证组为0.82。结论：基于Gd-DTPA门静脉期建立的瘤周及瘤内影像组学模型可对HCC MVI进行术前预测,联合炎症因子可进一步提高其预测效能。     

MRI影像组学术前预测脑膜瘤病理分级的研究

【摘要】目的：探讨基于MRI的影像组学分析对脑膜瘤病理分级的预测效能。方法：回顾性分析经病理证实的137例脑膜瘤患者的MRI资料（T2WI和对比增强T1WI），其中低级别脑膜瘤（WHO Ⅰ级）99例，高级别脑膜瘤（WHO Ⅱ级）38例。按7:3的比例将患者分为训练组（95例）和验证组（42例）。评估肿瘤的常规MRI征象，包括双侧分布、部位、形状、T2WI上信号是否均匀、血管流空现象、瘤周水肿、强化是否均匀、强化程度、脑膜尾征、邻近组织侵袭情况及是否跨中线生长等。应用IBEX软件，在瘤体内手动勾画ROI，自每个MRI序列上提取5个特征组共736个影像组学特征，使用最小绝对收缩和选择算子（LASSO）及10折交叉验证法进行降维。在训练组中，采用Logistic回归分析进行建模，共构建3个模型，即影像特征模型、影像组学模型和联合诊断模型。在验证组中，绘制3个模型的受试者工作特征曲线（ROC）来评估其预测效能。结果：在训练组和验证组中，高级别和低级别脑膜瘤患者的各项一般临床资料的差异均无统计学意义（P>0.05）；各项常规MRI征象中，仅血管流空和强化是否均匀这两个特征在低级别和高级别脑膜瘤间的差异有统计学意义（P<0.05）。通过降维后共筛选出13个影像组学特征。在验证组中对3个模型分别进行效能评估，ROC曲线分析显示：影像特征模型预测脑膜瘤病理分级的敏感度为66.7%，特异度为80.0%，AUC为0.800；影像组学模型的预测敏感度为66.7%，特异度为86.7%，AUC为0.811；联合诊断模型的预测敏感度为100.0%，特异度为66.7%，AUC提高至0.856。结论：基于MR T2WI及增强T1WI的影像组学分析有助于术前预测脑膜瘤的病理分级，影像组学分析方法具有较好的临床应用前景。     

动态对比增强磁共振成像影像组学评估胶质瘤异柠檬酸脱氢酶1突变与微血管生成

【摘要】目的：探讨动态对比增强磁共振成像（DCE-MRI）影像组学在评估胶质瘤异柠檬酸脱氢酶1（IDH1）突变与微血管生成中的应用价值。方法：回顾性分析105例经病理证实的胶质瘤患者,按7:3分为训练组和验证组,采用3DSlicer软件半自动勾画感兴趣区,依次从T1WI,T2FLAIR,ADC,容积转运常数（Ktrans）及血管外细胞外容积比（Ve）图像中提取影像组学特征。利用最小绝对收缩和选择算子算法进行特征选择并计算影像组学评分（Radscore）,基于筛选出的影像组学特征构建预测胶质瘤IDH1突变的支持向量机模型。对纳入的临床放射学特征进行逻辑回归分析,结合Radscore建立综合列线图。应用免疫组化检测胶质瘤IDH1基因分型、血管内皮生长因子（VEGF）表达、CD105阳性标记的微血管密度（CD105-MVD）。采用受试者工作特征（ROC）曲线评价模型的诊断效能。采用Spearman相关性检验分析Radscore与VEGF表达、CD105-MVD的相关性。P<0.05为差异具有统计学意义。结果:Ktrans与Ve联合模型评估胶质瘤IDH1突变训练组AUC=0.889,验证组0.890;综合列线图训练组AUC=0.938,验证组0.914。各模型的Radscore与VEGF表达、CD105-MVD均呈负相关,其中联合模型的相关性最高（r=-0.570,P<0.001;r=-0.665,P<0.001）。结论:DCE-MRI影像组学可有效评估胶质瘤IDH1突变,且在分析胶质瘤IDH1突变与血管生成相关性方面具有重要临床价值。     

基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯

目的 探讨基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯(LVI)的价值,并结合临床变量构建列线图。资料与方法 回顾性分析浙江大学医学院附属邵逸夫医院2019年1月—2021年6月173例淋巴结阴性且病理证实为胃癌患者的临床及CT影像,其中LVI阳性60例,LVI阴性113例,按7∶3随机分为训练组(n=121)和验证组(n=52)。基于训练组分别构建临床模型、影像组学模型、融合模型,并在验证组进行验证。临床资料和常规CT特征包括年龄、性别、肿瘤指标、肿瘤部位、肿瘤形态、强化幅度等,通过单因素及多因素分析筛选出临床显著变量并建立临床模型。用3D-Slicer软件勾画肿瘤感兴趣区并提取影像组学特征,用最小绝对值收缩和选择算子降维筛选特征,然后通过随机森林构建影像组学模型,并转化为随机森林评分。联合临床显著变量和随机森林评分构建融合模型并可视化为列线图。根据受试者工作特征曲线及曲线下面积(AUC)评估模型的预测效能,采用决策曲线分析评估临床实用性。结果 影像组学模型优于临床模型,训练组和验证组中影像组学模型AUC分别为0.872(0.810～0.935)、0.827(0.707～0.9...     

基于影像组学模型预测胶质母细胞瘤患者术后一年死亡风险

目的 开发新的临床影像组学列线图模型,用于对胶质母细胞瘤患者术后1年死亡风险进行预测,为胶质母细胞瘤患者的预后提供指导。方法 纳入100例胶质母细胞瘤患者,分成训练组(n=50)和验证组(n=50)。开发一种纳入患者相关临床因素和MRI影像组学特征的列线图。提取患者增强扫描感兴趣区的影像组学特征,通过最小绝对收敛和选择算子(LASSO)筛选出用于建模的特征,并计算出影像组学评分。单因素多因素分析寻找有意义的临床变量。建立单独基于影像组学评分构建的单一模型以及基于临床变量和影像组学评分构建的联合模型。在训练组和验证组中分别使用ROC曲线、临床决策曲线对两种模型进行评价,筛选出最优模型用于指导临床。结果 从胶质母细胞瘤患者增强图像的感兴趣区筛选出有意义的影像组学特征并计算出影像组学评分。从患者相关临床因素中筛选出2个独立危险因素,分别为病灶水肿程度和病灶有无出血。联合模型的AUC在训练组和验证组中分别为0.890和0.879。单一模型的AUC在训练组和验证组中分别为0.842和0.798。临床决策曲线说明模型具有较高的临床实用性。结论 联合模型优于单一模型。结合影像组学评分和相关临床变量构...     

基于冠状动脉CT血管成像的斑块定量分析及其与心肌缺血损伤的相关性研究

目的使用第三代双源冠状动脉CT血管成像(CCTA)及斑块定量技术分析冠状动脉斑块成分特征,探讨其与心肌缺血的相关性,并评价各项定量特征在评估心肌缺血中的价值。方法回顾性分析2018年6月至2019年9月于山东省立医院行CCTA和冠状动脉造影(ICA)检查的742例初诊冠心病患者,纳入ICA证实存在单支病变局限性狭窄的患者109例。将患者根据心肌酶升高伴心脏室壁运动不良和心肌酶及心脏室壁运动正常分为心肌缺血性损伤组(n=75)和心肌无缺血损伤组(n=34)。测量斑块的特征参数,包括斑块长度、斑块总体积、钙化斑块体积、脂质斑块体积、纤维斑块体积、斑块负荷、最小管腔面积、最大面积狭窄率(MAS%)、重塑指数、偏心指数、"餐巾纸环"征、斑点状钙化。采用卡方检验、Mann-Whitney U非参数检验、两独立样本t检验、多因素logistic回归及DeLong检验进行统计学分析。结果在冠状动脉管腔狭窄定量指标方面,心肌缺血损伤组的MAS%为85.00%(80.00%,92.00%),心肌无缺血损伤组的MAS%为63.00%(60.00%,65.00%),两组间差异具有统计学意义(Z=-4.32,P=0.001)。在斑块成分定量指标方面,心肌缺血损伤组的斑块总体积(TPV)、斑块负荷(TPB)、纤维成分斑块体积(FPV)、脂质成分斑块体积(LPV)、脂质成分斑块占比(LPR)分别为150.13(104.44,202.20)mm^3、75.67%±9.90%、95.73(66.57,134.23)mm^3、32.18(18.93,54.55)mm^3、25.13%±13.71%,心肌无缺血损伤组的相应指标分别为109.94(79.39,121.67)mm^3、65.37%±6.94%、67.35(57.67,90.11)mm^3、16.64(13.26,24.73)mm^3、18.44%±7.09%,两组间差异具有统计学意义(Z=-2.59,P=0.010;t=3.11,P=0.003;Z=-2.16,P=0.031;Z=-2.18,P=0.029;t=2.19,P=0.037)。Logistic回归分析显示,MAS%(OR=1.55,P=0.021)是心肌缺血性损伤的独立预测因子。MAS%、LPV、LPR、TPV、TPB、FPV的ROC曲线下面积分别为0.84、0.82、0.77、0.72、0.74、0.67,差异均具有统计学意义(P<0.05)。结论在CCTA斑块定量分析中,MAS%、TPV、TPB、FPV、LPV、LPR是影响心肌缺血性损伤的主要因素;MAS%是心肌缺血性损伤的独立预测因子;且MAS%及LPV诊断心肌缺血的准确性更高。     

增强CT提取影像组学特征联合临床参数评估肝细胞癌微血管侵犯

目的 基于术前增强CT动脉期与静脉期图像分别提取影像组学参数联合临床参数构建影像临床联合模型评估肝细胞癌(HCC)患者是否微血管侵犯(MVI)。方法 回顾性搜集重庆医科大学附属第三医院以及重庆医科大学附属大学城医院2016年3月至2021年3月术后经病理证实有无MVI的HCC患者。以重庆医科大学附属第三医院的HCC患者为第一中心,以分层随机为原则将MVI阳性和MVI阴性的患者按照7∶3比例分为训练组和内部测试组,以重庆医科大学附属大学城医院患者为外部验证组,对所有患者进行原发病灶分割后,分别根据动脉期和静脉期进行影像组学特征提取。以训练组患者是否MVI阳性为研究标签,采用最小冗余最大相关(mRMR)以及套索算法(LASSO)进行影像组学特征降唯,并构建影像组学标签(Radscore);继而对临床参数进行特征降唯,以训练组患者是否MVI阳性为研究标签,采用多元逻辑回归构建临床模型Clinics。同时纳入联合临床模型中的临床参数与Radscore构建多元逻辑回归模型评估训练组患者是否MVI阳性,采用受试者工作特征曲线(ROC)评估Radscore, Clinics以及联合模型诊断MVI阳性...     

基于18F-FDG PET/CT影像组学治疗前预测唾液腺癌颈部淋巴结转移

目的研究氟代脱氧葡萄糖正电子发射计算机断层显像(18F-FDG PET/CT)影像组学在预测唾液腺癌颈部淋巴结转移中的价值。方法对北京大学口腔医学68例唾液腺癌患者进行回顾性研究, 随机分为训练组(40例)、验证组(14例)和测试组(14例)。从PET图像中半自动勾画肿瘤原发病灶并提取影像组学特征。经过特征筛选和降维, 构建人工神经网络(ANN)预测模型。采用受试者操作特征(ROC)曲线、ROC曲线下面积(AUC)、准确度、灵敏度、特异度对模型预测性能进行评价, 采用Delong检验对各模型性能进行比较。结果基于影像组学特征构建的影像组学模型AUC为0.88(95%CI:0.78～0.95), 灵敏度为75%, 特异度为92.3%, 准确度为88.2%。结合PET/CT报告的淋巴结状态(cN)和影像组学特征构建的联合模型的AUC为0.97(95%CI:0.89～0.99), 灵敏度为87.5%, 特异度为100%, 准确度为97.1%。Delong检验显示联合模型与cN的差异具有统计学意义(Z=2.27, P<0.05), 影像组学模型与cN差异无统计学意义(P>0.05)...