基于瘤周微环境的双模态超声影像组学诊断甲状腺乳头状癌的价值

翁贞华, 李斐琳, 李宏波

影像研究与医学应用 ›› 2025, Vol. 9 ›› Issue (23) : 52 -55.

PDF
影像研究与医学应用 ›› 2025, Vol. 9 ›› Issue (23) : 52 -55. DOI: 10.20267/j.issn.2096-3807.2025.23.014

基于瘤周微环境的双模态超声影像组学诊断甲状腺乳头状癌的价值

    翁贞华, 李斐琳, 李宏波
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的:探讨融合瘤内-瘤周(2 mm)区域的双模态超声(常规超声+超声造影)影像组学模型诊断甲状腺乳头状癌(PTC)的价值。方法:回顾性分析2023年1月—2025年5月深圳市龙华区人民医院收治的72例甲状腺结节患者(PTC 55例,非PTC 17例)的术前双模态超声图像。勾画瘤内及瘤周感兴趣区并提取影像组学特征。经特征筛选后,构建瘤内、瘤周单区域模型及特征级、决策级融合模型,采用受试者工作特征(ROC)曲线评估其诊断性能。结果:决策级融合模型性能最优(测试集AUC=0.954),显著优于瘤内单模型(AUC=0.898,P=0.018)。瘤周特征(如边界不规则指数、灰度依赖矩阵低依赖熵)具有重要鉴别价值。决策曲线分析表明,决策级融合模型在广泛的临床阈值范围内均能提供更高的净获益,有助于减少不必要穿刺。结论:融合瘤周2 mm区域特征的双模态超声影像组学模型(尤以决策级融合策略为佳)可显著提升PTC鉴别诊断效能,具有重要临床转化价值。

关键词

甲状腺乳头状癌 / 影像组学 / 瘤周微环境 / 超声诊断 / 机器学习 / 特征融合

Key words

引用本文

引用格式 ▾
基于瘤周微环境的双模态超声影像组学诊断甲状腺乳头状癌的价值[J]. 影像研究与医学应用, 2025, 9(23): 52-55 DOI:10.20267/j.issn.2096-3807.2025.23.014

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

103

访问

0

被引

详细

导航
相关文章

AI思维导图

/