影像组学联合多模态超声鉴别良、恶性浅表淋巴结
RSS 订阅 · 中国医学影像技术
前瞻性纳入117例浅表异常淋巴结患者（良性33例，恶性84例），以病理为金标准，构建多模态超声-临床模型、多模态超声-影像组学模型及联合模型。联合模型在训练集的AUC为0.876，在测试集的AUC为0.875，敏感度87.02%、特异度85.48%、准确率85.70%，优于单独使用临床模型或影像组学模型。
要点
- 影像组学联合多模态超声模型鉴别良恶性淋巴结的AUC在训练集和测试集分别为0.876和0.875
- 联合模型在测试集的敏感度、特异度、准确率分别为87.02%、85.48%、85.70%
- 多模态超声-临床模型单独应用在测试集特异度高达100%但敏感度仅43.82%
核心结论
- 影像组学联合多模态超声对鉴别良、恶性浅表淋巴结具有良好效能
- 联合模型在训练集的敏感度、特异度、准确率及AUC分别为87.20%、88.19%、84.56%及0.876
- 联合模型在测试集的敏感度、特异度、准确率及AUC分别为87.02%、85.48%、85.70%及0.875
研究设计与样本
- 前瞻性研究，纳入117例接受多模态超声检查的浅表异常淋巴结患者
- 以病理为金标准分为良性组33例与恶性组84例
- 按8∶2比例划分训练集93例与测试集24例
- 提取多模态影像组学特征，以logistic回归算法构建预测模型
诊断标准与关键数值
- 多模态超声-临床模型在训练集的敏感度、特异度、准确率及AUC分别为79.83%、76.51%、78.91%及0.826
- 多模态超声-临床模型在测试集的敏感度、特异度、准确率及AUC分别为43.82%、100%、60.91%及0.750
- 多模态超声-影像组学模型在训练集的敏感度、特异度、准确率及AUC分别为73.41%、75.01%、69.20%及0.775
- 多模态超声-影像组学模型在测试集的敏感度、特异度、准确率及AUC分别为88.24%、57.14%、79.17%及0.741
临床应用与阅片要点
- 联合模型结合了临床信息与影像组学特征，较单一模型具有更均衡的诊断效能
- 需勾画异常浅表淋巴结ROI以获取定量参数并提取多模态影像组学特征
局限性
- 测试集样本量较小仅24例，可能影响模型验证的稳定性
原文图文
目的 探讨影像组学联合多模态超声鉴别良、恶性浅表淋巴结的价值。方法 前瞻性收集117例接受多模态超声检查的浅表异常淋巴结患者,以病理为金标准分为良性组(n=33)与恶性组(n=84),同时以8∶2比例划分训练集(n=93)与测试集(n=24)。勾画异常浅表淋巴结ROI以获取其定量参数,并提取其多模态影像组学特征,以logistic回归算法构建多模态超声-临床模型、多模态超声-影像组学模型及其联合模型,利用受试者工作特征曲线评估模型效能。结果 多模态超声-临床模型、多模态超声-影像组学模型及联合模型在训练集的敏感度、特异度、准确率及曲线下面积(AUC)分别为79.83%、76.51%、78.91%及0.826,73.41%、75.01%、69.20%及0.775,以及87.20%、88.19%、84.56%及0.876;在测试集分别为43.82%、100%、60.91%及0.750,88.24%、57.14%、79.17%及0.741,以及87.02%、85.48%、85.70%及 0.875。结论 影像组学联合多模态超声对鉴别良、恶性浅表淋巴结具有良好效能。
来源：中国医学影像技术，查看原文。版权归原作者所有。
引用
- www.cjmit.com：影像组学联合多模态超声鉴别良、恶性浅表淋巴结
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。