基于增强CT影像组学术前预测肝癌病理分化程度

摘要

目的 探讨基于门脉期CT影像组学术前预测肝细胞肝癌病理分化程度的价值。方法 回顾性收集206例蚌埠医科大学第一附属医院经术后病理证实为肝细胞肝癌患者的临床资料及完整术前增强CT扫描图像，根据病理结果分为低分化组和非低分化组，按7:3的比例随机分为训练组（n=145）及验证组（n=61）。采用ITK-SNAP软件从门脉期手动分割肿瘤，采用Python软件的Pyradiomics包提取肿瘤组织的影像组学特征，应用最小冗余最大相关、最小绝对收缩和选择算子法对特征降维，建立影像组学标签；采用Logistic回归分析构建临床模型、影像组学模型及联合模型，使用100次留组交叉验证检验模型的可靠性；采用ROC曲线、校准曲线和决策曲线评估模型的诊断效能和临床应用价值。结果 最终得到9个最佳影像组学特征，临床模型、影像组学模型及联合模型在训练组中的曲线下面积分别为0.641、0.740、0.784，在验证组中的曲线下面积分别为0.644、0.692、0.724。结论 基于门脉期CT影像组学模型对于术前预测肝细胞肝癌病理分化程度具有一定的价值。

关键词

影像组学 / 肝细胞肝癌 / 病理学 / 分化程度

基金资助

安徽省重点研究与开发计划项目(2022e07020033)