典型文献
构建CT影像组学模型预测肺鳞状细胞癌肿瘤突变负荷
文献摘要：
目的 探讨基于CT影像组学特征建立的模型对肿瘤突变负荷?(TMB)?状态的预测价值.方法 从癌症影像数据库?(TCIA)?下载37例肺磷状细胞癌?(简称鳞癌)?患者资料,在首次CT图像中勾画感兴趣区,再用医学图像处理软件?(3D?Slicer)?提取影像组学特征并筛选出与TMB高度相关的特征,构建影像组学特征预测模型,进一步构建nomogram图,并评价其预测效能.结果 通过LASSO回归共筛选出与TMB相关的9个影像学特征,采用logistic回归,进一步筛选出TMB预测模型的3个影像学特征.该模型曲线下面积?(AUC)?为0.882,提示模型的预测效能良好.结论 基于CT影像组学特征建立的模型对肺鳞癌TMB状态有较好的预测价值.
文献关键词：
肺鳞状细胞癌;影像组学;肿瘤突变负荷;预测
中图分类号：
作者姓名：
管超;李梦玲;蒋礼青;李思敏;张宇冲;张博;李智;赵明芳
作者机构：
中国医科大学 附属第一医院肿瘤内科,沈阳 110001;中国医科大学 附属盛京医院肿瘤科,沈阳 110004;中国医科大学 附属第一医院临床流行病学与循证医学教研室,沈阳 110001
文献出处：
引用格式：
[1]管超;李梦玲;蒋礼青;李思敏;张宇冲;张博;李智;赵明芳-.构建CT影像组学模型预测肺鳞状细胞癌肿瘤突变负荷)[J].中国医科大学学报,2022(06):481-485,491
A类：
B类：
肺鳞状细胞癌,癌肿,肿瘤突变负荷,影像组学特征,TMB,预测价值,影像数据,TCIA,下载,勾画,感兴趣区,医学图像处理,处理软件,Slicer,特征预测,nomogram,预测效能,LASSO,影像学特征,logistic,肺鳞癌
AB值：
0.28818
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。
