换一批平扫CT影像组学极限梯度提升(XGBoost)模型预测急性胰腺炎周围坏死物积聚
Non-contrast CT radiomics extreme gradient boosting(XGBoost)model for predicting acute necrotic collection around acute pancreatitis
摘要目的 基于SHAP法观察平扫CT影像组学极限梯度提升(XGBoost)模型预测急性胰腺炎(AP)周围急性坏死物积聚(ANC)的价值.方法 回顾性收集307例首诊AP患者.基于首诊平扫CT自动分割胰腺周围组织感兴趣体积(VOI),提取并筛选最优影像组学特征;记录基于首诊增强CT的AP严重程度改良版CT严重指数(MCTSI)评分.根据随访结果将AP患者分为胰腺周围ANC组(ANC组)与液体积聚(APFC)组.以XGBoost法分别基于最佳影像组学特征、MCTSI及二者联合构建预测AP ANC的影像组学、MCTSI及联合模型,采用5折交叉验证法评估各模型诊断效能,利用SHAP法分析各变量对于联合模型的贡献.结果 307例中,ANC组134例、APFC组173例.基于首诊平扫CT共筛选出6个最优影像组学特征;据此构建的影像组学、MCTSI及联合模型的受试者工作特征曲线下面积(AUC)分别为0.936、0.693及0.917;其中MCTSI模型的AUC低于影像组学模型及联合模型的AUC(Z=-3.485、-2.824,P均＜0.01),后二者AUC差异无统计学意义(Z=-0.817,P=0.415).联合模型中,最优影像组学特征的贡献度均优于MCTSI评分.结论 平扫CT影像组学XGBoost模型能有效预测AP ANC.
更多相关知识
栏目名称
DOI
10.13929/j.issn.1003-3289.2025.02.021
发布时间
2025-03-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
浙江省杭州市医药卫生科技项目（A20220121）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
