CT影像组学鉴别良恶性孤立性肺结节的价值分析

目的 探讨CT影像组学鉴别良恶性孤立性肺结节（solitary pulmonary nodule, SPN）的价值。方法 回顾性分析2010年1月至2020年12月首都医科大学电力教学医院和首都医科大学大兴教学医院经病理证实的138例SPN患者的临床和影像资料，其中良性49例，恶性89例。患者术前均行胸部CT平扫检查。应用3D-Slicer软件对所有CT图像进行分割，再应用Python语言的PyRadiomics软件包提取影像组学特征。通过最大相关-最小冗余（max-relevance and minredundancy, mRMR）算法剔除冗余和不相关特征，然后采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归分析筛选最优影像组学特征用于构建模型。利用ROC曲线评价模型的诊断效能。结果 经过特征降维和筛选，最终选出11个影像组学特征用于构建鉴别SPN良恶性的影像组学模型。预测模型在训练组的灵敏度、特异性、阳性预测值、阴性预测值和准确率分别为80.0%、85.7%、75.7%、88.5%和83....