基于多期CT影像组学鉴别甲状腺结节良恶性的价值

摘要

目的：探讨基于平扫+三期增强CT影像组学鉴别甲状腺结节良恶性的价值。方法：回顾性分析2021年5月—2024年10月在盐城市中医院行甲状腺结节CT检查并进行手术的93例患者的临床、影像、病理资料。根据术后病理结果，将甲状腺结节患者分为良性组和恶性组。手动勾画平扫+三期(动脉、静脉及延迟期)增强CT图像并提取特征，采用LASSO降维筛选最佳特征，并基于此建立Logistic回归模型预测甲状腺结节良恶性，采用受试者工作特征曲线及校正曲线评估模型预测效能。按1∶1随机分组对模型进行内部验证。结果：93例患者共122枚甲状腺结节，其中良性结节62枚，恶性结节60枚。平扫、动脉期、静脉期及延迟期图像各提取302个影像组学特征，删除缺失值特征16个，LASSO回归筛选出32个最佳特征，包含平扫13个、动脉期8个、静脉期4个、延迟期7个，所对应影像组学模型AUC值分别为0.790、0.797、0.696、0.745。Logistic分析结果表明，平扫、动脉期影像组学模型是甲状腺结节良恶性的预测因子，平扫、动脉期二者联合预测模型AUC值为0.822。内部验证显示模型校准度较高。结论：本研究基于多期CT图像建立的影像组学模型具有良好的预测价值，其中平扫联合动脉期构建的联合预测模型在术前甲状腺结节良恶性鉴别诊断中表现出最佳的预测效能，具有较高的应用价值。

关键词

甲状腺结节 / 计算机体层摄影 / 影像组学 / 多期 / 良恶性