| 摘 要： | 目的 探讨使用卷积神经网络(CNN)提取的食管鳞癌(ESCC)淋巴结转移相关的影像组学特征与ESCC预后的关联。方法 回顾性分析308例ESCC患者的临床资料，其中154例有淋巴结转移、154例无淋巴结转移，按2∶1比例将其分为训练集和验证集。通过MRIcroGL软件标记CT影像中的淋巴结，使用CNN分割提取ESCC淋巴结影像特征，通过LASSO回归和随机森林筛选与ESCC淋巴结转移相关的影像组学特征并构建预测模型，采用Cox回归进行特征选择，建立影像组学标签，分析其与ESCC预后的关联，进而构建列线图评价模型预测能力。结果 使用CNN自动提取到999个影像组学特征值；使用LASSO回归筛选出的19个特征，在全模型、训练集和验证集中构建模型的曲线下面积(AUC)(95%CI)分别为0.747(0.694,0.801)、0.751(0.686,0.817)和0.766(0.672,0.860);使用随机森林筛选出9个特征的预测模型中AUC (95%CI)分别为0.692(0.633,0.751)、0.683(0.610,0.755)和0.723(0.624,0.822)。多因素Cox回归...
|
