基于胸部CT结合影像组学机会性筛查绝经后女性骨量减少的模型评价体系构建

摘要

目的：探讨基于机会性胸部CT建立鉴别绝经后女性骨量减少的机器学习模型，以便于对绝经后女性进行便捷、准确、安全的骨量筛查及为骨量减少患者进行早期临床干预提供科学依据。方法：收集2023年11月—2025年4月行DXA、CT、肾功能检查的绝经后女性350例，包括130例骨量正常者，220例骨量减少者。将所纳入患者胸部CT纵隔窗T₁₁、T₁₂椎体中部水平图像导入ITK-SNAP软件中，手动分割T₁₁、T₁₂椎体中部水平椎后竖脊肌图像感兴趣区。提取影像组学特征，按7∶3的比例将数据集随机拆分成训练集和测试集，进行特征预处理，通过皮尔森相关性分析、LASSO回归等方法降维、筛选出最稳健的特征，计算影像组学积分（Radscore）。在训练集中使用逻辑回归、支持向量机、随机森林三种机器学习算法构建预测模型，并在测试集中验证。分别绘制三种模型训练集和测试集的ROC曲线，计算AUC、灵敏度、特异度、准确率、阳性预测值、阴性预测值等评估模型的区分度。选择最优建模的椎体水平，构建临床-影像组学联合模型，并绘制Nomogram图将结果可视化。决策曲线评估模型的净收益，评价三种模型在鉴别骨量正常与骨量减少的临床应用价值。结果：从T₁₁、T₁₂椎体中部椎后竖脊肌CT图像共提取影像组学特征1 688个，经筛选后分别提取了8个具有较好泛化能力的特征，以此为基础构建的三种机器学习算法模型，均具有较好的区分度。经Delong检验及综合训练集和测试集的表现，基于T₁₂水平构建的模型好于T₁₁，最佳模型的训练集和测试集AUC为0.909、0.849。构建临床-影像组学联合模型，最佳模型的训练集和测试集AUC分别为0.909、0.879。从决策曲线分析，临床-影像组学联合模型展示了更大的净收益。结论：基于胸部CT纵隔窗T₁₂椎体中部水平的椎后竖脊肌图像构建的影像组学模型和联合模型对鉴别绝经后女性骨量减少具有较高的价值。

关键词

骨质疏松,绝经后 / 体层摄影术,X线计算机

基金资助

国家中医药综合改革示范区科技共建项目（GZY-KJS-ZJ-2025-077）; 绍兴市卫生健康科技计划项目（2024SKY075）