简体中文

论著-腹部

基于增强CT不同影像组学模型术前预测食管鳞状细胞癌分化的应用

作者:王瑞瑞 李 陆 丁晓云 石士奎*

所属单位:蚌埠医学院第一附属医院放射科/蚌埠医学院影像学院 (安徽 蚌埠 233000)

PDF

摘要

目的 采用增强CT图像、不同机器学习模型建立食管鳞状细胞癌术前病理分化的影像组学模型,探讨影像组学模型术前预测食管鳞状细胞癌分化的可行性及价值。方法 回顾性分析172例术后病理结果为食管鳞状细胞癌病例,分为分化良好组和分化不良组。将其增强CT图像以DICOM格式导入医准-达尔文系统,按3∶1随机分为训练集和测试集, 提取静脉期CT图像的影像组学特征,应用最小最大值归一化法、最优特征筛选和最小绝对收缩和选择算子(LASSO)回归对其进行降维、筛选,分别构建支持向量机、随机森林和Logistic回归模型,利用5倍交叉验证对三种模型进行训练,绘制三种模型训练集和测试集ROC曲线,评估其诊断效能。结果 三种影像组学模型的AUC均大于0.7,支持向量机模型AUC最高,AUC为0.88。不同分化组的临床炎性指标差异无统计学意义(P>0.05)。训练集和测试集临床特征差异无统计学意义(P>0.05)。结论 基于增强CT三种影像组学模型可用于术前预测食管鳞状细胞 癌病理分化程度。

【关键词】影像组学;机器学习;食管鳞状细胞癌;分化程度

【中图分类号】R655.4;R735.1

【文献标识码】A

【DOI】10.3969/j.issn.1672-5131.2021.09.020