排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
目的:构建预测结肠癌淋巴血管间隙浸润(LVSI)的临床影像模型、CT影像组学模型和两者联合模型,并从中筛选出最优模型。方法:收集接受增强CT检查的365例结肠癌患者资料,根据手术病理结果分为LVSI+(n=84)及LVSI-(n=281),样本按7:3比例随机分为训练集(n=256)和验证集(n=109)。比较临床、影像指标组间差异并建立临床影像模型;对静脉期CT图像上全肿瘤区域进行感兴趣区(ROI)勾画并提取影像组学特征,经降维、筛选后共获得16个最优特征并建立CT影像组学模型;再构建临床影像与CT影像组学联合模型。比较各模型效能,绘制最优模型列线图,并评估其性能。结果:LVSI+及LVSI-组间淋巴结长径、癌胚抗原(CEA)、糖类抗原19-9 (CA19-9)、肿瘤部位差异均有统计学意义(P<0.05)。临床影像模型、CT影像组学及联合模型受试者工作特征曲线下面积(AUC)分别为0.726、0.784、0.851 (训练集)和0.729、0.768、0.833 (验证集)。联合模型AUC均大于临床影像模型(P<0.05)。列线图校准度较高,决策曲线范围为0.15~0.9... 相似文献
3.
目的:探讨CT影像组学模型对Ⅱ期结肠癌(colon cancer, CC)风险分层的预测价值。方法:连续搜集2015年01月至2023年07月经手术证实的167例Ⅱ期CC患者资料,按欧洲肿瘤内科学会(European Society of Medical Oncology, ESMO)指南将患者分为低风险组77例,中高风险组90例;按7∶3将样本随机分为训练组(n=116)与内部验证组(n=51)。在术前静脉期CT图像上对肿瘤进行分割并提取影像组学特征,特征经降维、筛选后,采用logistic回归分析构建预测模型,观察模型校准度和临床获益。结果:训练组中高风险64/116例;内部验证组中高风险26/51例,两组间观测指标差异无统计学意义(均P>0.05)。共筛选出6个影像组学特征用于构建Ⅱ期CC低风险和中高风险的预测模型,训练组AUC为0.822,灵敏度:84.4%,特异度:71.2%;内部验证组AUC为0.802,灵敏度:96.2%,特异度:60.0%。模型显示出较高的校准度;决策曲线分析(decision curve analysis, DCA)阈值概率范围0.04~0.85... 相似文献
1