文献解读CT影像组学特征预测胸腺瘤的危险

CT影像组学特征预测

胸腺瘤的危险分类和临床分期

背景

胸腺瘤是前纵隔肿块最常见的原发肿瘤，占纵隔肿瘤的47%。

WHO于年提出了胸腺瘤的分类，根据上皮细胞的形态和淋巴细胞与上皮细胞的比例将胸腺瘤分为五种类型（A、AB、B1、B2和B3型）。

许多研究将胸腺瘤分为低危组（A型、AB型和B1型）和高危组（B2型、B3型）。

影像组学基于从CT或MRMR成像数据中提取的高维定量特征，可以非侵入性量化肿瘤的异质性，并显示潜在的恶性特征影像组学模型用于肿瘤分期、预测淋巴结转移和预后。

研究目的

建立基于3D纹理分析的影像组学特征，用以区分高危胸腺瘤和低危胸腺瘤，早期胸腺瘤和晚期胸腺瘤。

比较基于NECT和CECT图像的预测性能。

利用从平扫CT（NECT）和增强CT（CECT）图像中提取的纹理特征来开发和比较影像组学特征，用于术前预测胸腺瘤的风险分类和临床分期。

方法和材料

年1月至年10月，例经手术切除并经组织病理证实的胸腺瘤患者纳入此项研究。

分别从NECT和CECT图像的感兴趣区域（VOI）中提取了个影像组学特征。

使用10倍交叉验证的最小绝对收缩和选择算子方法（LASSO）Logistic回归模型进行进一步的特征选择和影像组学特征的建立。

通过受试者特征曲线（ROC）分析进行评估影像组学特征的预测性能，利用Delong-test比较影像组学特征之间的受试者特征曲线下的面积。

纳入标准

病理诊断为胸腺瘤。

CT扫描前未接受任何治疗。

术前两周内行CT增强扫描。

可获取临床数据和手术记录。

排除标准

肿瘤最大直径小于9mm。

由于伪影或者其他原因导致的图像质量差。

轴位=横断面

无论增强与非增强低风险和高风险，早期和晚期都有差异。

结果：

在鉴别高危和低危胸腺瘤时。

u基于NECT图像的影像组学特征曲线下面积（AUC）为0.（95%CI0.-0.）。

基于CECT图像的影像组学特征曲线下面积（AUC）为0.（95%CI0.-0.）。

基于CECT和NECT图像的影像组学特征在区分高危胸腺瘤和低危胸腺瘤方面没有显着差异（p=0.）。

在鉴别晚期胸腺瘤和早期胸腺瘤时。

基于NECT图像的曲线下面积（AUC）为0.（95%CI0.-0.），灵敏度（sensitivity）为0.，特异性（specificity）为0.。

基于CECT图像的影像组学特征（AUC）为0.（95%CI0.-0.），灵敏度（0.，特异性）为0.，两组之间无显著差异。

基于NECT图像的影像组学签名的准确率为0.。基于CECT图像影像组学特征的准确率为0.。影像科医师的准确率为0.。两种影像组学特征都比放射科医师表现更好。但仅CECT影像组学特征与影像科医师之间存在显著差异（p=0.）。

文献解读：郭晨光（广东药科大学级硕士研究生）

排版编辑：周钰波

指导老师

周海榆

医院胸外科副主任医师

南方医科大学肿瘤外科博士硕士研究生导师

主攻肺癌早筛与肺结节管理及胸部肿瘤多学科综合治疗，擅长肺癌以单孔胸腔镜微创手术为主的多学科综合治疗，单孔胸腔镜肺叶、肺段、全肺/袖状切除+纵膈淋巴结清扫手术，食管癌胸腹腔镜联合（单孔全腔镜）手术为主综合治疗，开展各种良恶性肺与纵膈病变、重症肌无力、漏斗胸、手汗症微创手术诊治。

出诊时间：每周一上午医院东川门诊诊室

医院

下一篇文章：没有了