CT影像组学在预测肝细胞癌CK19阳性表达中的应用研究

摘要

目的：探讨CT影像组学在预测肝细胞癌CK19阳性表达中的应用价值。方法：回顾性分析2020年6月—2024年6月于吉林省肿瘤医院经手术病理确诊为肝细胞癌且CK19表达状态明确的107例患者资料，根据免疫组化结果分为CK19阳性组、CK19阳性组。比较两组性别和年龄差异。采用特征提取软件提取病灶三维纹理特征参数并保留两组间差异明显的影像组学特征，筛选最佳影像组学特征构建预测模型。将所有数据按4:1比例分为训练集和验证集，采用7种机器学习算法对训练集和验证集进行分析，获得预测模型预测肝细胞性肝癌CK19表达状态的受试者工作特征（ROC）曲线及相应的曲线下面积（AUC）、特异度、灵敏度及准确率。结果：CK19阳性组47例，CK19阴性组60例，两组性别、年龄比较，差异无统计学意义（P> 0.05）。共提取病灶三维纹理特征参数995个，其中两组间差异明显的影像组学特征共166个，最终保留6个最佳影像组学特征以构建预测模型。以分类器Logistic回归为最佳分类器，预测模型预测验证集中CK19表达状态的AUC为0.758，其准确率、特异度、灵敏度分别为0.762、0.801、0.741。结论：CT影像组学模型能有效预测肝细胞癌CK19的表达状态。

关键词

肝细胞癌 / CK19 / 计算机体层摄影成像 / 影像组学 / 机器学习