典型文献
CT放射组学对肾乏脂肪血管平滑肌脂肪瘤的预测价值
文献摘要：
目的 肾乏脂肪血管平滑肌脂肪瘤(AMLwvf)是一种良性肿瘤,预后良好,其影像表现与恶性肿瘤相似.本研究通过放射组学方法从每位患者四期CT图像中提取有意义特征数据,并建立机器学习模型从常见肾脏肿瘤中区分出AMLwvf.方法 回顾性分析29例病理证实AMLwvf与169例其他常见肾肿瘤病例.所有病例CT图像病灶内均未发现肉眼可见脂肪,均行CT平扫(PCP)及皮髓质期(CMP)、肾实质期(NP)、排泄期(EP)增强扫描.首先对每位患者各期图像中病灶行手工绘制容积感兴趣区(VOI),提取放射组学特征,为降低模型冗余度,采用最小绝对收缩和选择算子用于特征筛选,最后采用五折交叉验证的机器学习分类器进行鉴别诊断,具体包括K-最近邻、逻辑回归、多层感知器、支持向量机.分类器的性能主要通过受试者工作曲线的曲线下面积(AUC)和准确率、敏感度、特异度来评价和比较.结果 对每个病灶每期V0I所提取特征进行筛选,最终PCP、CMP、NP、EP以及CMP+NP等CT放射组学的特征分别为10、10、14、2、7个.其中CMP和NP在使用多层感知器后达到了令人满意的性能,AUC分别为0.82±0.06和0.85±0.06,准确率分别为83.33％(敏感度为0.689 6,特异度为0.857 9)和75.76％(敏感度为0.724 1,特异度为0.763 3).EP和PCP的AUC分别为0.73±0.16和0.79±0.06,准确率分别为78.79％(敏感度为0.620 7,特异度为0.816 6)和79.29％(敏感度为0.586 2,特异度为0.828 4),将CMP和NP结合后,AUC为0.86±0.06,准确率为70.20％(敏感度为0.862 1,特异度为0.674 6).结论 基于放射组学特征的机器学习能区分良性的AMLwvf与常见肾脏肿块,这有助于临床对肾肿瘤患者干预方式的选择.
文献关键词：
肾乏脂肪血管平滑肌脂肪瘤;肾肿瘤;影像组学特征;CT
中图分类号：
作者姓名：
韩志巍;文娣娣;郭宁;魏梦绮;李天云
作者机构：
空军军医大学西京医院放射诊断科,陕西西安710032
文献出处：
引用格式：
[1]韩志巍;文娣娣;郭宁;魏梦绮;李天云-.CT放射组学对肾乏脂肪血管平滑肌脂肪瘤的预测价值)[J].空军军医大学学报,2022(04):453-457,461
A类：
肾乏脂肪血管平滑肌脂肪瘤,AMLwvf,CMP+NP
B类：
放射组学,预测价值,良性肿瘤,影像表现,过放,每位,四期,特征数据,机器学习模型,肾脏肿瘤,中区,分出,肾肿瘤,肿瘤病,肉眼,平扫,PCP,髓质,肾实质,排泄,EP,增强扫描,各期,感兴趣区,VOI,冗余度,最小绝对收缩和选择算子,特征筛选,五折交叉验证,机器学习分类器,鉴别诊断,最近邻,逻辑回归,多层感知器,受试者工作曲线,每期,V0I,提取特征,令人满意,肿块,肿瘤患者,干预方式,影像组学特征
AB值：
0.241356
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
