换一批基于3D nnU-Net联合增强CT影像组学预测食管鳞状细胞癌T分期
3D nnU-Net combined with contrast enhanced CT radiomics for predicting T stage of esophageal squamous cell carcinoma
摘要目的 观察基于3D nnU-Net联合增强CT影像组学预测食管鳞状细胞癌(ESCC)T分期的价值.方法 回顾性分析429例ESCC的胸部增强静脉期CT,包括训练集(n=236,含T1～T2期119例、T3期117例)、验证集(n=102,含T1～T2期53例、T3期49例)及测试集(n=91,含T1～T2期53例、T3期38例).于训练集图像中手动勾画肿瘤ROI用于训练3D nnU-Net,采用戴斯相似系数(DSC)、平均表面距离(MSD)、95％豪斯多夫距离(HD95)、精确率和召回率评估其在验证集中的分割效能.于3D nnU-Net在CT图像中自动分割的肿瘤区域提取、筛选影像组学特征并建立影像组学模型,以受试者工作特征曲线下面积(AUC)评估其预测ESCC T分期的效能.结果 基于3D nnU-Net自动分割验证集ESCC的DSC、MSD、HD95、精确率和召回率分别为0.74、4.30 mm、10.98 mm、79.14％及74.65％,形态、范围均与人工勾画的ROI较为一致.影像组学模型评估训练集、验证集和测试集ESCC T分期的AUC分别为0.845、0.837及0.832,拟合度及临床净收益均良好.结论 基于3D nnU-Net联合增强CT影像组学可有效预测ESCC T分期.
更多相关知识
关键词
食管肿瘤癌,鳞状细胞肿瘤分期体层摄影术,X线计算机影像组学深度学习esophageal neoplasmscarcinoma,squamous cellneoplasm stagingtomography,X-ray computedradiomicsdeep learning
栏目名称
DOI
10.13929/j.issn.1003-3289.2025.12.016
发布时间
2026-03-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市自然科学基金（7244511）
临床医学发展专项扬帆计划项目（ZLRK202522）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
