| 摘 要： | 目的 采用3种机器学习算法建立非小细胞肺癌(NSCLC)患者纵隔淋巴结转移的CT影像组学预测模型，探讨其预测价值。方法 2022年4月—2023年4月河南省人民医院诊治NSCLC患者80例，其中33例有纵隔淋巴结转移者为转移组，47例无纵隔淋巴结转移者为非转移组，比较2组临床病理特征。应用ITK-SNAP软件(Version 3.8.0)沿肿瘤边界手动、逐层勾画感兴趣区，对影像组学特征做Z分数归一化、标准化处理，采用lasso回归进行特征降维、筛选最具预测性的影像组学特征，采用随机森林、支持向量机和逻辑回归3种算法构建NSCLC患者发生纵隔淋巴结转移的预测模型，计算评估纵隔淋巴结转移的影像组学评分阈值。绘制ROC曲线评价3种算法模型预测NSCLC患者发生纵隔淋巴结转移的效能，采用Delong检验比较3种算法模型的AUC差异。选择最优算法模型，应用Bootstrap(1 000次重采样)校准曲线和临床决策曲线进行验证。结果 (1)转移组肿瘤直径[2.00(1.40, 2.80)cm]小于非转移组[3.30(2.50, 5.10)cm](U=-4.224,P<0.001),腺癌比率(...
|
