获取途径

作者

邢梦瑶 曹山 陈晓丽 王锡明

作者单位

山东第一医科大学附属省立医院医学影像科 济南市第三人民医院影像科 日照市岚山区人民医院影像科 沂水县人民医院影像科

刊名

医学影像学杂志

年份

2025

卷号

第9期

ISSN

1006-9011

关键词

体层摄影术 X线计算机 原发性胃淋巴瘤 弥漫性胃癌 影像组学 列线图

分类号

R445.3;R733.4

摘要

目的 构建原发性胃淋巴瘤和弥漫性胃癌鉴别诊断的融合模型列线图，并验证其鉴别诊断效能。方法 选取PGL 患者45 例、DGC 患者121 例，采用完全随机方法将所有患者按照7∶3 随机分为训练集及验证集。患者均接受CT 检查，在CT 平扫期、动脉期、静脉期及延迟期图像上勾画感兴趣区，并提取影像组学特征，采用最小绝对收缩和选择算子算法进行降维，筛选最优影像组学特征构建影像组学模型，计算影像组学评分。基于单因素Logistic 回归分析中CT 影像特征差异有统计学意义的变量构建CT 影像征象模型。联合CT 影像特征和影像组学评分构建融合模型列线图。采用受试者工作特征曲线评价融合模型列线图的鉴别诊断效能，利用验证集决策曲线评价融合模型列线图的临床收益；通过净重新分类指数和综合判别改善指数评估融合模型列线图相较于CT 影像征象模型和影像组学模型在预测能力方面的改善情况；比较融合模型列线图和放射科医师的鉴别诊断效能。结果 基于患者的影像组学特征构建了影像组学模型，基于CT 影像特征构建了CT 影像征象模型，基于CT 影像特征及影像组学评分构建了融合模型列线图。融合模型列线图的鉴别诊断效能最佳，其曲...更多

目的 构建原发性胃淋巴瘤和弥漫性胃癌鉴别诊断的融合模型列线图，并验证其鉴别诊断效能。方法 选取PGL 患者45 例、DGC 患者121 例，采用完全随机方法将所有患者按照7∶3 随机分为训练集及验证集。患者均接受CT 检查，在CT 平扫期、动脉期、静脉期及延迟期图像上勾画感兴趣区，并提取影像组学特征，采用最小绝对收缩和选择算子算法进行降维，筛选最优影像组学特征构建影像组学模型，计算影像组学评分。基于单因素Logistic 回归分析中CT 影像特征差异有统计学意义的变量构建CT 影像征象模型。联合CT 影像特征和影像组学评分构建融合模型列线图。采用受试者工作特征曲线评价融合模型列线图的鉴别诊断效能，利用验证集决策曲线评价融合模型列线图的临床收益；通过净重新分类指数和综合判别改善指数评估融合模型列线图相较于CT 影像征象模型和影像组学模型在预测能力方面的改善情况；比较融合模型列线图和放射科医师的鉴别诊断效能。结果 基于患者的影像组学特征构建了影像组学模型，基于CT 影像特征构建了CT 影像征象模型，基于CT 影像特征及影像组学评分构建了融合模型列线图。融合模型列线图的鉴别诊断效能最佳，其曲线下面积在训练集和验证集中最高，分别为0.92、0.87。NRI 分别为0.98、0.75，IDI 分别为0.38、0.18。融合模型列线图对PGL 与DGC 的鉴别诊断效能高于CT 影像征象模型。影像组学模型和融合模型列线图的总体净收益均高于CT 影像征象模型。融合模型列线图的鉴别诊断准确度高于CT 影像征象模型及2 位放射科医师的诊断。结论 基于CT 影像特征和影像组学评分构建的融合模型列线图在PGL 与DGC 的鉴别诊断中具有较高效能。收起

文献类型

期刊