目的探討基于CT的影像組學(xué)諾模圖對(duì)≤1 cm甲狀腺結(jié)節(jié)良惡性的預(yù)測價(jià)值。方法回顧性收集2019年1月至8月煙臺(tái)毓璜頂醫(yī)院收治的160例符合條件的甲狀腺結(jié)節(jié)患者（良性56例、惡性104例）的影像學(xué)及臨床資料,隨機(jī)將其分為訓(xùn)練集（n=127）和驗(yàn)證集（n=33）。從患者的平掃和增強(qiáng)CT動(dòng)脈期圖像中分別提取影像組學(xué)特征。在訓(xùn)練集中,采用單因素方差分析（ANOVA）和最小絕對(duì)收縮和選擇算子（LASSO）篩選與良惡性結(jié)節(jié)相關(guān)影像組學(xué)特征并構(gòu)建影像組學(xué)標(biāo)簽,結(jié)合所選特征與其加權(quán)系數(shù)乘積的線性組合生成影像組學(xué)標(biāo)簽得分（影像組學(xué)評(píng)分）。采用ANOVA篩選獨(dú)立臨床危險(xiǎn)因素,并采用多因素Logistic回歸結(jié)合影像組學(xué)評(píng)分篩選最終預(yù)測因素構(gòu)建影像組學(xué)諾模圖。使用受試者工作特性（ROC）曲線評(píng)價(jià)模型預(yù)測效能。結(jié)果 19個(gè)與甲狀腺結(jié)節(jié)狀態(tài)相關(guān)的特征組成的影像組學(xué)標(biāo)簽取得了良好的預(yù)測效果,并計(jì)算影像組學(xué)評(píng)分。多因素Logistic回歸結(jié)果顯示,甲狀腺影像報(bào)告和數(shù)據(jù)系統(tǒng)（TI-RADS分級(jí)）、影像組學(xué)評(píng)分為甲狀腺結(jié)節(jié)良惡性預(yù)測相關(guān)的獨(dú)立危險(xiǎn)因素。納入這2種因素的影像組學(xué)諾模圖在訓(xùn)練集（AUC:0.835;95%置... 

【文章來源】：山東大學(xué)耳鼻喉眼學(xué)報(bào). 2020,34(03)

【文章頁數(shù)】：8 頁

【文章目錄】：
1 資料與方法
    1.1 一般資料
    1.2 方法
        1.2.1 圖像采集
        1.2.2 圖像分割、影像組學(xué)特征提取及影像組學(xué)標(biāo)簽構(gòu)建
        1.2.3 臨床特征篩選和影像組學(xué)諾模圖構(gòu)建
        1.2.4 影像組學(xué)諾模圖的評(píng)估與驗(yàn)證
    1.3 統(tǒng)計(jì)學(xué)處理
2 結(jié) 果
    2.1 研究人群的基本信息
    2.2 影像組學(xué)標(biāo)簽
    2.3 影像組學(xué)諾模圖構(gòu)建
    2.4 影像組學(xué)諾模圖評(píng)估與驗(yàn)證
3 討 論


【參考文獻(xiàn)】：
期刊論文
[1]強(qiáng)化手術(shù)技能和規(guī)范診療是提高甲狀腺癌療效的根本[J]. 房居高.  山東大學(xué)耳鼻喉眼學(xué)報(bào). 2016(02)



本文編號(hào)：3151390