基于胸部CT影像组学的肺结节影像学性质判断

发布时间：2021-09-22 08:03

　　目的:通过获取实性结节（SN）、部分实性结节（PSN）以及纯磨玻璃密度结节（pGGN）的胸部CT影像特征,分别建立模型1（判断实性结节与亚实性结节的影像组学模型）和模型2（判断部分实性结节与纯磨玻璃密度结节的影像组学模型）。方法:回顾性收集2018年10月-2018年12月于本院行CT胸部平扫的病例资料285例,肺结节共315个,将所有肺结节按影像学性质分为实性结节组、部分实性结节组及pGGN组,三类结节的数目分别为106个、110个、99个。手动勾画VOI,通过提取肺结节的全部特征,在特征降维与选择后,使用不平衡调整逻辑回归的方法分别建立影像组学模型1[判断实性结节与亚实性结节（部分实性结节与pGGN）的组学模型]、影像组学模型2（在亚实性结节中判断部分实性结节与pGGN的组学模型）,并分别在两个模型中通过获得100个自举验证测试样本的平均曲线下面积（AUC）、敏感度、特异度作为该模型的效能。结果:模型1的ROC曲线的AUC为96.1%,符合率为90.1%,敏感度、特异度分别为90.0%、90.2%。模型2的ROC曲线的AUC为82.2%,符合率为74.2%,敏感度及特异度分别为73... 

【文章来源】：放射学实践. 2020,35(03)北大核心

【文章页数】：6 页

【部分图文】：

结节影像学性质6分类。

结节影像学性质判断的兴趣区分割方法。

分类1作为区分实性与亚实性结节的模型有很好的效能,判断的符合率高达90.1%,其AUC值也高达96.1%,可信度极高。其敏感度(对实性结节的判断)为90.0%,略低于特异度(对亚实性结节的判断)90.2%,仍然处于较高的水平。在临床工作中,亚实性结节作为一种特殊的肺结节亚群,其特征与实性结节不同,尤其在生长速度和恶性风险方面[7],因而准确地将亚实性结节与实性结节区分的意义更为重要。而在后续研究中,由于分类1效能较高,探讨在分类1模型使用后得到亚实性结节的基础上,进一步使用分类2模型来区分纯磨玻璃密度结节及部分实性结节的方法是可行的。分类2作为区分纯磨玻璃密度结节与部分实性结节的模型也有较好的效能,其AUC值为82.2%,可信度较高。其特异度(对纯磨玻璃密度结节的判断)75.6%略高于敏感度(对部分实性结节的判断)73.2%。表4 结节大小与预测符合率的关系 结果判断 分类1模型 分类2模型 大结节组 小结节组 大结节组 小结节组 全部结节准确判断 144/148(97.3%) 144/167(86.2%) 83/97(85.6%) 86/112(76.8%) 0准确判断 93/97(95.9%) 98/112(87.5%) 40/45(88.9%) 46/54(85.2%) 1准确判断 51/51(100%) 46/55(83.6%) 43/52(82.7%) 40/58(69.0%)


本文编号：3403424