论文部分内容阅读
目的:越来越多的患者通过肺部计算机体层摄影(computed tomography,CT)检查发现肺内磨玻璃样结节(ground glass opacity,GGO),GGO是一种非特异性表现,病因包括肿瘤、感染、局部出血或间质纤维化等,对临床诊治造成了一定困难。影像组学是目前正在快速发展的新兴学科,通过非侵入性的手段对患者的CT影像进行定量分析,凭借对影像组学的数据信息进行发掘,可以对临床诊断和治疗提供帮助。本研究旨在分析患者手术前肺CT上GGO的影像学特征,建立判断良恶性GGO的模型,为临床上表现为GGO的患者诊断提供一定帮助。方法:回顾性分析2014年7月至2018年7月就诊于中国医科大学附属第一医院经过手术切除的139名良性和恶性肺部肿瘤患者,提取手术前的肺CT图像,由临床医生对肺CT病灶进行勾画,运用影像组学的方法对特征进行提取、降维、分析和建模,构建影像组学标签,来预测肺CT上病灶表现为GGO的良恶性。结果:将良恶性肿瘤患者随机分为训练集和验证集,基于手术前的肺CT图像,提取患者影像组学特征,影像特征的提取包含了强度、形状、纹理和小波等一阶统计特征、二阶统计特征和高阶统计特征,共提取了592个影像组学定量特征。后采用LASSO回归对高通量影像特征进行降维处理,得到6个影像学特征进行影像组学模型的构建,在训练集中构建放射组学标签随后在验证集中进行验证,影像组学模型在训练集中对GGO良恶性判断的敏感度为68.6%,特异度为65.7%,在验证集中对GGO良恶性判断的敏感度为65.7%,特异度为67.6%。训练集中模型ROC曲线下面积(Area Under Curve,AUC)为0.743,验证集中模型AUC为0.702。对纳入的所有患者的临床特征进行分析,可见性别(p=0.004)和吸烟史(p=0.047)在良恶性结节中有显著差异,其余年龄(p=0.054)、肿瘤家族史(p=0.373)和肺癌家族史(p=0.23)未见统计学差异。男性患者共有52名(37.41%),女性患者共有87名(62.59%),训练集中患者年龄在21-79岁,其中男性患者29名(41.43%),女性患者41名(58.57%),验证集中患者年龄在37-78岁,其中男性患者23名(33.33%),女性患者46名(66.67%)。结论:基于手术前患者的肺CT影像特征可以构建判断良恶性GGO模型,对患者临床诊疗提供一定帮助,减少医疗资源的浪费和过度诊疗的发生。