论文部分内容阅读
目的
建立并验证影像组学鉴别表现为磨玻璃结节（GGN）的浸润性肺腺癌与"非"浸润性肺腺癌的能力，并与形态学特征和定量影像进行对照。
方法2011年11月至2014年12月纳入160例病理证实的肺腺癌为原始训练数据集，搜集2014年11月至2015年12月76例孤立GGN作为独立验证集。采用LASSO回归分析方法进行特征选择和影像组学标签建立。利用选择特征的线性融合计算每例患者的组学标签得分。多参数回归分析用于模型的建立。ROC曲线及曲线下面积（AUC）用于评价单个特征及模型的预测效能，并使用Delong检验比较各模型之间效能是否具有显著差异。留一法交叉验证评估模型的泛化能力。校正曲线用于评价列线图的校正效果，并使用Hosmer-Lemeshow检验分析风险率预测值和观测概率之间是否存在显著性差异。
结果共提取了485个三维特征，通过降维发现2个特征是最重要的鉴别诊断因子并建立了影像组学标签。个体化预测模型由年龄、影像组学标签、毛刺征和胸膜凹陷征组成，与其他模型和平均CT值相比，具有最佳的诊断效能（AUC=0.934），高于临床模型（AUC=0.743，P<0.001）。基于影像组学的列线图在训练集和验证集中均具有较好的校正效能，而且在验证集中的鉴别诊断效能更高（AUC=0.956）。
结论由年龄、影像组学标签、毛刺征和胸膜凹陷征组成的个体化预测模型，并通过列线图表示，能有效鉴别浸润性腺癌和"非"浸润性腺癌，与形态学模型和定量影像相比，具有最好的预测效能。