基于18F-FDG PET影像组学区分结节/肿块性肺结核与非小细胞肺癌
基于18F-FDG PET影像组学区分结节/肿块性肺结核与非小细胞肺癌
复制标题
DOI：
10.13609/j.cnki.1000-0313.2021.06.002
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
朱小华
中科院分区：
文献类型：
--
作者：
周见远;邹思娟;汤明;朱小华
目的:探讨~(18) F-FDG PET影像组学对结节性或肿块性肺结核(PTB)与非小细胞肺癌(NSCLC)鉴别诊断价值。方法:回顾分析本院行~(18) F-FDG PET/CT的PTB 40例与NSCLC 178例患者,所有患者均经病理证实,按照1:1比例分为训练集和验证集。使用Python软件从PET图像中提取影像组学特征。采用最大相关性最小冗余算法和最小绝对收缩和选择算子选择最优特征,构建影像组学标签评分(Rad-score)。Mann-Whitney U检验比较组间差异;多因素logistic回归筛选病理类型影响因素。基于临床变量和Rad-score构建复合模型,通过受试者工作特征(ROC)曲线评价模型辨别PTB和NSCLC能力。结果:选择两个影像组学特征构建组学标签。PTB比NSCLC具有较低的Rad-score值(训练集:Z=-5.878,P<0.001;验证集:Z=-5.711,P<0.001),其AUC分别为0.914(95%CI, 0.845~0.959)和0.918(95%CI,0.850~0.962),高于临床变量(训练集:AUC=0.811;验证集:AUC =0.740)。综合临床变量和组学标签构建复合模型,模型对病理类型具有良好的辨别能力[训练集: AUC=0.955(95%CI,0.897~0.985);验证集:AUC=0.928(95%CI,0.862~0.969)],且显著高于SUV_(max)(训练集:Z=3.930,P<0.001;验证集:Z=2.512,P=0.012)。结论:~(18)F-FDG PET影像组学能有效区分结节/肿块性PTB和NSCLC,为后续临床治疗提供指导。