典型文献
分层分析影像组学模型在肺腺癌诊断中的价值
文献摘要：
目的:建立并验证可高效鉴别肺腺癌及其浸润程度的预测模型,并根据结节/肿块性质分层分析模型的预测效能.方法:回顾性分析本院2011年10月-2018年12月经病理证实的肺结节/肿块患者2105例.根据肿瘤性质,分为磨玻璃组(A组,1711例)和实性组(B组,394例),组内以2017年10月为界,分为训练集和测试集.收集患者的传统影像特征、人口统计学资料;采用3D slicer对兴趣区(ROI)进行手动勾画,Pyraodiomics提取影像组学特征,最大相关-最小冗余(mRMR)和最小绝对收缩选择算子(LASSO)算法对特征进行筛选、降维,构建预测模型,并采用受试者操作特征(ROC)曲线及曲线下面积(AUC),校准曲线和拟合优度检验,临床决策曲线分别评价模型的预测准确性、校准度、临床实用性.结果:在A组、B组分别建立独立组学模型、传统模型和融合组学模型.A组:融合组学模型在训练集、测试集、外部验证集的AUC分别为0.92(0.90～0.93)、0.94(0.93～0.96)、0.87(0.82～0.91);B组:融合组学模型在训练集、测试集以及外部验证集的AUC分别为0.85(0.80～0.90)、0.80(0.72～0.89)、0.70(0.54～0.85).De-long检验A组测试集组学模型与传统模型间效能差异有统计学意义(P<0.05);B组组学模型与传统模型间的效能结果差异无统计学意义.无论是A组还是B组,Hosmer-Lemeshow拟合优度检验融合组学模型、传统模型P值均大于0.05,校准曲线中融合组学模型预测值与标准基线重合度较高.决策曲线中融合组学模型的净利润率最高.该结果在外部验证集中得到部分验证.结论:影像组学进一步提升了传统诊断模式对肺腺癌的诊断效能.相比于实性肺结节/肿块,融合组学模型在磨玻璃肺结节/肿块中的预测准确性、校准度、临床实用性更为优异.
文献关键词：
肺肿瘤;肺腺癌;影像组学;浸润程度;机器学习
中图分类号：
作者姓名：
黄雪梅;孙英丽;高盼;谭明瑜;段绍峰;李铭
作者机构：
200040 上海,复旦大学附属华东医院放射科;GE Healthcare
文献出处：
引用格式：
[1]黄雪梅;孙英丽;高盼;谭明瑜;段绍峰;李铭-.分层分析影像组学模型在肺腺癌诊断中的价值)[J].放射学实践,2022(02):191-199
A类：
Pyraodiomics
B类：
分层分析,肺腺癌,浸润程度,肿块,预测效能,本院,月经病,肿瘤性质,磨玻璃,训练集,测试集,影像特征,人口统计学,slicer,兴趣区,ROI,手动勾画,影像组学特征,mRMR,选择算子,LASSO,操作特征,校准曲线,拟合优度检验,临床决策,决策曲线,预测准确性,校准度,传统模型,外部验证,验证集,De,long,组组,Hosmer,Lemeshow,重合度,净利润率,传统诊断,诊断效能,实性肺结节,肺肿瘤
AB值：
0.309594
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。
