目的基于增強(qiáng)CT影像組學(xué)特征聯(lián)合臨床特征建立綜合模型,驗(yàn)證其術(shù)前鑒別腎乏脂肪血管平滑肌脂肪瘤(fp-AML)與均質(zhì)腎透明細(xì)胞癌(hd-ccRCC)的效能。方法回顧性分析經(jīng)病理證實(shí)的32例fp-AML與39例hd-ccRCC。在增強(qiáng)CT皮質(zhì)期、實(shí)質(zhì)期及排泄期圖像手工勾畫腫瘤ROI,提取影像特征,計(jì)算觀察者間及觀察者內(nèi)組內(nèi)相關(guān)系數(shù)(ICC),采用LASSO回歸進(jìn)行特征選擇,通過Logistic多元回歸分析構(gòu)建回歸方程,并計(jì)算皮質(zhì)期、實(shí)質(zhì)期、排泄期及三期聯(lián)合的影像組學(xué)得分。通過Logistic多元回歸分析建立綜合模型,并繪制列線圖。采用Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)評(píng)價(jià)列線圖的擬合度,以ROC曲線分析檢測(cè)列線圖的鑒別效能,以決策曲線評(píng)價(jià)列線圖鑒別fp-AML和hd-ccRCC的凈獲益。結(jié)果自各期圖像中提取出包括強(qiáng)度、形狀、紋理、圖像濾波在內(nèi)共1 029個(gè)特征,對(duì)ICC均>0.75的特征進(jìn)行LASSO選擇,分別于皮質(zhì)期、實(shí)質(zhì)期、排泄期和三期聯(lián)合獲得6、6、5和7個(gè)有鑒別意義的特征,AUC分別為0.83[95%CI(0.73,0.92)]、0.80[95%CI(0.70,0.9...

【文章頁數(shù)】：6 頁

【文章目錄】：
1 資料與方法
    1.1 一般資料
    1.2 儀器與方法
    1.3 CT圖像分析與特征提取
    1.4 影像組學(xué)特征篩選及影像組學(xué)得分計(jì)算
    1.5 臨床特征
    1.6 列線圖繪制及其效能驗(yàn)證
    1.7 統(tǒng)計(jì)學(xué)分析
2 結(jié)果
    2.1 臨床特征
    2.2 影像組學(xué)得分
    2.3 列線圖建立及其效能驗(yàn)證
3 討論



本文編號(hào)：4048939