论文部分内容阅读
目的:探讨含结周微环境的影像组学特征对预测实性不确定肺结节良恶性的价值,以及影像组学特征与部分定性定量特征构建的联合模型能否进一步提高诊断的准确率。方法:回顾性分析2018年1月至2021年10月期间在吉林大学第一医院行胸部CT检查时表现为病灶大小≤3cm的肺实性结节,并于本院胸外科进行手术治疗、术后病理结果明确的255例患者的部分临床资料及CT图像,其中,恶性结节115例,良性结节140例。将所有患者按照7:3的比例随机分为交叉验证集178例和独立测试集77例,通过开源软件ITK-SNAP V3.8.0勾画三维容积感兴趣区（VOI）、RIAS平台分析软件（Radiomics Intelligent Analysis Software）进行外扩并提取影像组学特征,使用最小绝对收缩与选择算子（Least absolute shrinkage and selection operator,LASSO）算法降维筛选出更有意义的特征参数,并分别建立单纯肺结节内影像组学模型、联合肺结节及其周围3mm、5mm组织的影像组学模型。通过受试者操作特征曲线（ROC）分析评价各组学模型的诊断效能。选择效能最优的影像组学模型联合部分定性定量特征再次建模,并评估该联合模型的诊断效能。结果:患者年龄、吸烟史、直径、体积、瘤肺界面、分叶征、毛刺征、胸膜凹陷征及结节与邻近气管的关系是实性不确定肺结节的九个独立预测因素（P0.05）。在测试集中,临床模型的AUC值为0.906,单纯肺结节内影像组学模型的AUC值为0.894,联合肺结节及其周围3mm、5mm组织的影像组学模型的AUC值分别为0.897、0.912。联合含结周5mm组的影像组学特征及有统计学意义的部分定性定量特征建立组合模型,AUC值为0.934。结论:与临床模型和单纯结节内影像组学模型相比,联合结节与结节周围微环境的影像组学特征及结合定性定量特征构建的联合模型进一步提高了实性不确定肺结节的良恶性鉴别能力。