| 基于CT影像组学诺模图预测微小甲状腺结节良恶性 |
| |
| 引用本文： | 武欣欣,李静静,毛宁,郑桂彬,郑海涛,崔景景,贾传亮,初同朋,牟亚魁,宋西成. 基于CT影像组学诺模图预测微小甲状腺结节良恶性[J]. 山东大学耳鼻喉眼学报, 2020, 34(3): 32-39. DOI: 10.6040/j.issn.1673-3770.1.2020.028 |
| |
| 作者姓名： | 武欣欣 李静静 毛宁 郑桂彬 郑海涛 崔景景 贾传亮 初同朋 牟亚魁 宋西成 |
| |
| 作者单位： | 北京)有限公司, 北京 100192;7. 青岛大学附属烟台毓璜顶医院 泰山学者实验室, 山东 烟台 264000 |
| |
| 基金项目： | 泰山学者工程资助项目(ts20190991) |
| |
| 摘 要： | 目的 探讨基于CT的影像组学诺模图对≤1 cm甲状腺结节良恶性的预测价值。 方法 回顾性收集2019年1月至8月烟台毓璜顶医院收治的160例符合条件的甲状腺结节患者(良性56例、恶性104例)的影像学及临床资料,随机将其分为训练集(n=127)和验证集(n=33)。从患者的平扫和增强CT动脉期图像中分别提取影像组学特征。在训练集中,采用单因素方差分析(ANOVA)和最小绝对收缩和选择算子(LASSO)筛选与良恶性结节相关影像组学特征并构建影像组学标签,结合所选特征与其加权系数乘积的线性组合生成影像组学标签得分(影像组学评分)。采用ANOVA筛选独立临床危险因素,并采用多因素Logistic回归结合影像组学评分筛选最终预测因素构建影像组学诺模图。使用受试者工作特性(ROC)曲线评价模型预测效能。 结果 19个与甲状腺结节状态相关的特征组成的影像组学标签取得了良好的预测效果,并计算影像组学评分。多因素Logistic回归结果显示,甲状腺影像报告和数据系统(TI-RADS分级)、影像组学评分为甲状腺结节良恶性预测相关的独立危险因素。纳入这2种因素的影像组学诺模图在训练集(AUC:0.835;95%置信区间［CI］:0.776,0.884)和验证集中(AUC:0.793;95%CI:0.642,0.901)均显示出较好的鉴别能力。 结论 所提出的影像组学诺模图是一种结合影像组学特征和临床危险因素的无创预测工具,对≤1 cm甲状腺结节良恶性预测具有较高效能,显著优于常规影像学方法。
|
| 关 键 词： | 甲状腺结节 甲状腺影像报告和数据系统 计算机断层扫描 影像组学 诺模图 |
A radiomics nomogram based on computed tomography for predicting benign and malignant thyroid nodules |
| |
| WU Xinxin,LI Jingjing,MAO Ning,ZHENG Guibin,ZHENG Haitao,CUI Jingjing,JIA Chuanliang,CHU Tongpeng,MOU Yakui,SONG Xicheng. A radiomics nomogram based on computed tomography for predicting benign and malignant thyroid nodules[J]. Journal of Otolaryngology and Ophthalmology of Shandong University, 2020, 34(3): 32-39. DOI: 10.6040/j.issn.1673-3770.1.2020.028 |
| |
| Authors: | WU Xinxin LI Jingjing MAO Ning ZHENG Guibin ZHENG Haitao CUI Jingjing JIA Chuanliang CHU Tongpeng MOU Yakui SONG Xicheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《山东大学耳鼻喉眼学报》浏览原始摘要信息 |
|
点击此处可从《山东大学耳鼻喉眼学报》下载全文 |
|
