| 摘 要： | 目的:探讨3期增强计算机体层成像(computed tomography,CT)影像组学特征建立的影像组学模型鉴别小肾癌(直径≤4 cm)与乏脂肪肾血管平滑肌脂肪瘤(fat-poor renal angiomyolipoma,fpAML)的价值。方法:回顾并分析125例直径≤4 cm的肾脏肿瘤患者术前CT增强扫描图像,包括小肾癌80例,fpAML 45例。分别在皮髓质期、实质期与排泄期图像上勾画三维感兴趣区(region of interest,ROI),按照3∶1的比例划分训练集(93例)与测试集(32例),提取并筛选影像组学特征后,分别建立支持向量机(support vector machine,SVM)、逻辑回归(logistic regression,LR)模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评价模型对小肾癌与fpAML鉴别诊断的效能。结果:通过降维筛选出最优特征91个,其中皮髓质期39个、实质期25个、排泄期27个。基于皮髓质期特征构建的SVM模型鉴别效能最佳,其训练集所对应的曲线下面积(area under curve,AUC)、特异度、灵敏度和准确度分别为0.961、0.917、0.939和0.882;测试集分别为0.825、0.900、0.750和0.875。结论:基于3期增强CT影像组学模型在小肾癌与fpAML鉴别中具有较强的效能,其中肾皮髓质期鉴别效能优于实质期与排泄期,且SVM模型鉴别价值较LR模型更高。
|
