影像组学在鉴别原发性肺癌与肉芽肿疾病中的应用
Application of a radiomics model for differentiating lung cancer and granulomatous disease
摘要目的 建立并验证1个包含影像组学的联合模型,有效鉴别影像表现为孤立结节的肺癌与肉芽肿疾病.方法 回顾性分析影像表现为孤立性肺结节、病理诊断为原发性肺癌及肉芽肿疾病患者共220例,将患者分为训练组和验证组,提取影像组学特征,用Lasso回归建立影像组学标签,用Logistic回归建立包含影像组学标签和独立的临床危险因素的联合模型,并评估模型的分辨度和校准度.结果 从300个特征中筛选出19个纹理特征组成影像组学标签,能有效鉴别肺癌和肉芽肿疾病.包含了影像组学标签和癌胚抗原(CEA)、细胞角蛋白19片段抗原21-1(CYFRA21-1)和γ-干扰素释放水平的联合模型在训练组中的AUC为0.836(95%可信区间为0.779~0.883),验证组的AUC为0.888(95%可信区间为0.838~0.926),并在2组中均有较好的校准度.结论 包含了影像组学特征、临床危险因素的联合模型,能从肿瘤最大径层面上、二维地鉴别以孤立性肺结节为表现的肺癌和肉芽肿疾病.
更多相关知识
- 浏览143
- 被引25
- 下载880

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文