增强CT影像组学鉴别尤因肉瘤与骨肉瘤的价值
RSS 订阅 · 中国医学影像技术
该研究回顾性纳入尤因肉瘤及骨肉瘤患者各147例，基于增强CT肿瘤感兴趣体积（VOI）及外扩3 mm的VOI+3 mm提取影像组学特征，采用高斯过程（GP）和逻辑回归（LR）分类器构建4种模型。结果显示各模型在训练集、测试集和验证集中的AUC均高于0.87，模型间差异无统计学意义，提示增强CT影像组学可有效鉴别两种肿瘤。
要点
- 增强CT影像组学可有效鉴别尤因肉瘤与骨肉瘤，AUC达0.87以上
- 瘤内及瘤周特征联合模型效能与单纯瘤内模型无显著差异，可简化特征提取
- GP与LR分类器效能相当，均适用于该鉴别任务
核心结论
- 基于增强CT影像组学能有效鉴别尤因肉瘤与骨肉瘤。
研究设计与样本
- 数据划分为训练集（n=195）、测试集（n=49）及验证集（n=50）。
- 于增强CT中勾画肿瘤感兴趣体积（VOI）及外扩3 mm的VOI+3 mm，提取并筛选影像组学特征。
- 采用高斯过程（GP）和逻辑回归（LR）分类器构建4种模型：GP瘤内、GP瘤内+瘤周、LR瘤内、LR瘤内+瘤周。
- 参考标准为病理诊断（尤因肉瘤或骨肉瘤），未提及具体设备与扫描参数。
关键影像表现/征象
- 基于VOI及VOI+3 mm分别筛选出9及13个关键特征。
诊断标准与关键数值
- GP瘤内模型鉴别训练集、测试集、验证集尤因肉瘤与骨肉瘤的AUC分别为0.907、0.903、0.912。
- GP瘤内+瘤周模型各集AUC分别为0.905、0.877、0.899。
- LR瘤内模型各集AUC分别为0.896、0.898、0.891。
- LR瘤内+瘤周模型各集AUC分别为0.876、0.873、0.883。
- 各模型间AUC差异均无统计学意义（P均＞0.05）。
临床应用与阅片要点
- 增强CT影像组学模型可作为鉴别尤因肉瘤与骨肉瘤的无创辅助工具。
- 瘤内模型与瘤内+瘤周模型效能相当，可考虑仅使用瘤内特征以减少计算负担。
- GP与LR分类器均可选用，根据计算资源选择即可。
局限性
- 单中心、回顾性研究，可能存在选择偏倚。
- 未提及外部验证（验证集可能为内部划分）。
- 未提供敏感性、特异性等具体指标，AUC差异无统计学意义可能受样本量影响。
原文图文
目的 观察增强CT影像组学鉴别尤因肉瘤与骨肉瘤的价值。方法 回顾性纳入尤因肉瘤及骨肉瘤患者各147例并划分训练集（n=195）、测试集（n=49）及验证集（n=50）。于增强CT中勾画的肿瘤感兴趣体积（VOI）及外扩 3 mm获得的VOI+3 mm中提取并筛选肿瘤影像组学特征，以高斯过程（GP）及逻辑回归（LR）分类器分别构建GP瘤内、GP瘤内+瘤周、LR瘤内及LR瘤内+瘤周模型。绘制受试者工作特征，计算曲线下面积（AUC），评估各模型鉴别尤因肉瘤与骨肉瘤的效能，并以DeLong检验加以比较。结果 基于VOI及VOI+3 mm分别筛选出9及13个关键特征。GP瘤内、GP瘤内+瘤周、LR瘤内及LR瘤内+瘤周模型鉴别训练集尤因肉瘤与骨肉瘤的AUC分别为0.907、0.905、0.896及0.876，在测试集分别为0.903、0.877、0.898及0.873，在验证集分别为0.912、0.899、0.891及0.883；差异均无统计学意义（P 均＞0.05）。结论 基于增强CT影像组学能有效鉴别尤因肉瘤与骨肉瘤。
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：增强CT影像组学鉴别尤因肉瘤与骨肉瘤
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。