CT影像组学对甲状腺腺瘤及乳头状癌的诊断价值

The diagnosis value of CT radiomics on thyroid adenoma and papillary carcinoma

二维码有效期 120s

摘要目的探讨影像组学对甲状腺腺瘤结节及乳头状癌结节的诊断价值.方法回顾性分析经过病理证实的110例甲状腺腺瘤(TA)及159例甲状腺乳头状癌(PTC)患者,使用影像组学智能分析软件(AK)对甲状腺结节的CT平扫图像进行分析,共勾画出541个感兴趣区(ROI),其中腺瘤结节172个,乳头状癌结节369个,通过直方图参数,灰度共生矩阵,游程矩阵等六类方法先获得高通量纹理特征参数396个,再通过特征降维获得179个特征参数,共组合成支持向量机模型(SVM)、逻辑斯谛回归模型(LR)及贝叶斯方法三种模型,分别随机选择70％病例为训练组,30％病例为验证组,获取不同模型对于两类甲状腺结节鉴别诊断的准确度、特异度及灵敏度,并与常规超声检查及CT平扫诊断结果对比.结果 SVM诊断效能最佳,其训练集诊断准确度为100％,特异度为100％,敏感度为100％,测试集诊断准确度为91.4％,特异度为95.5％,敏感性为82.7％.常规检查超声诊断准确度为77.3％,特异度为73.8％,敏感度为79.5％,CT平扫诊断准确度为71.7％,特异度为61.5％,敏感度为84.3％.结论 CT影像组学联合SVM模型对TA及PTC的诊断有一定的价值,优于超声及常规CT平扫检查.