目的探討基于增強(qiáng)CT影像組學(xué)特征建立的條件推理樹模型鑒別常見病理亞型腎細(xì)胞癌(RCC)的價(jià)值。資料與方法回顧性分析經(jīng)病理學(xué)檢查證實(shí)且具有完整CT增強(qiáng)圖像的120枚RCC病灶,其中腎透明細(xì)胞癌(CCRCC)60枚、腎嫌色細(xì)胞癌(CRCC)27枚、乳頭狀腎細(xì)胞癌(PRCC)33枚。利用ITK-Snap軟件在皮髓期病灶最大層面軸位圖像勾畫感興趣區(qū)。利用A.K.軟件提取感興趣區(qū)處的影像組學(xué)特征。將病灶隨機(jī)分為訓(xùn)練組和驗(yàn)證組(約7∶3)。通過Pearson相關(guān)分析及隨機(jī)森林函數(shù)進(jìn)行特征篩選。利用所選特征建立條件推理樹模型"ctree"。使用驗(yàn)證組受試者工作特征曲線評(píng)價(jià)模型的鑒別診斷能力。結(jié)果每枚病灶提取396項(xiàng)組學(xué)特征,過濾篩選后獲得32項(xiàng)特征用于建立條件推理樹模型。模型所得CCRCC、CRCC、PRCC組的ROC曲線下面積分別為0.87、0.70、0.89,敏感度分別為79.2%、60.0%、69.2%,特異度分別為91.3%、81.1%、88.2%。結(jié)論基于增強(qiáng)CT影像組學(xué)特征建立和驗(yàn)證的條件推理樹模型在鑒別3種常見的病理亞型RCC時(shí)具有較高的臨床價(jià)值。

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 資料與方法
    1.1 研究對(duì)象
    1.2 檢查方法
    1.3圖像分割及提取
    1.4 特征篩選與模型建立
    1.5 統(tǒng)計(jì)學(xué)方法
2 結(jié)果
    2.1 一般特征
    2.2 影像組學(xué)特征
    2.3 診斷效能
3 討論



本文編號(hào)：3751359