| 摘 要： | 目的 探讨基于增强CT影像组学预测模型在术前预测胰腺导管腺癌(PDAC)病理分化程度可行性及价值。方法 选取术后病理证实为PDAC患者138例,分为高-中分化组和低分化组。分别在术前增强CT的动脉期和静脉期图像对肿块进行手动全层勾画,并提取纹理特征。采用最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)逐步回归算法进行特征的降维、筛选,分别构建支持向量机、随机森林、Logistic回归和K最邻近四种机器学习预测模型,以5折交叉验证的方法对四种预测模型进行验证,并对模型进行外部验证。绘制ROC曲线评价四种预测模型的预测效能。结果 临床及常规CT特征对PDAC分化程度无预测意义。基于筛选最优影像组学特征,分别构建预测PDAC分化程度的Logistic回归模型、K最邻近模型、支持向量机模型与随机森林模型,绘制ROC曲线评价四种预测模型预测效能,训练组其曲线下面积(AUC)分别为0.89、0.67、0.87、0.95,外部验证组AUC分别为0.70、0.54、0.65、0.63。结论 基于增强CT影像组学预测模型可用于术前预测PDAC病理分化程度,其中Logistic回归预...
|
