基于CT的影像组学特征对结节型肺隐球菌病的诊断研究

摘要

目的：探讨应用基于CT的影像组学特征在结节型肺隐球菌病的诊断及鉴别价值。　　方法：回顾性分析经手术病理确诊CT图像表现孤立肺内结节的肺隐球菌病(pulmonary cryptococcosis，PC)患者44例、肺结核(Tuberculosis，TB)患者58例及肺癌(Lung Cancer，LC)患者60例，应用radcloud3.0软件提取7类共107个影像组学特征，通过Lasso算法筛选相关性最好的特征，采用SVM算法根据筛选所得的特征集分别建立PC组与TB组、LC组的预测模型，以交叉验证方法对预测模型进行检验，选取受试者工作特征（Receiver Operating Characteristic，ROC）曲线的曲线下面积(Area Under Curve，AUC)、灵敏度(Sensitivity)、特异度(specificity)等来评价预测模型的效能。同时观察三组结节及其周围结构的CT形态学特征、记录临床特点，并进行检验分析，以P＜0.05为差异有统计学意义，通过ROC曲线的AUC来评估差异有统计学意义参数对于鉴别三组疾病的效能。最后进一步建立联合影像组学特征、临床特点及CT形态特征（诊断效能为中等及以上）于一体的个体化预测模型，并分为个体化预测模型1（PC组与TB组）、个体化预测模型2(PC组与LC组)。　　结果：PC组与TB组、LC组在性别、年龄、病灶分布、内部结构、边缘、结节与周围血管或气管关系、胸膜凹陷、卫星灶、动脉期强化率(arterial Contrast Enhancement Ratio，aCER)及静脉期强化率(venous Contrast Enhancement Ratio，vCER)等临床特点及CT形态学特征差异有统计学意义，其中PC组与TB组的病灶分布、胸膜凹陷征及vCER的AUC值较高(分别为0.754、0.712、0.786)、诊断效能中等。而肺叶分布、胸膜凹陷征、aCER、vCER等在PC组与LC组中鉴别诊断效能呈中等(AUC分别为0.754、0.712、0.706、0.780)，结节与周围血管关系的鉴别诊断效能最高(AUC0.877)。所有影像组学特征经降维处理后，在预测模型1（PC组与非PC组）中选出5个预测最相关的影像组学特征，模型测试集的准确率为0.49，AUC为0.472，灵敏度为0.11，特异度为0.88。在预测模型2（PC组与TB组）中选出6个预测最相关的影像组学特征，模型测试集的准确率为0.80，AUC为0.815，灵敏度为0.78，特异度为0.83。在预测模型3（PC组与LC组）中选出6个预测最相关的影像组学特征，模型测试集准确率为0.76，AUC为0.806，灵敏度为0.67，特异度为0.83。在PC组与TB组中，联合肺叶分布及胸膜凹陷征等CT形态学特征与影像组学建立个体化预测模型1，测试集的准确率为0.80，AUC为0.870，灵敏度为0.67，特异度为0.92。在PC组与LC组中，联合肺叶分布、胸膜凹陷征及结节与邻近血管关系等CT形态学特征与影像组学建立个体化预测模型2，测试集的准确率0.90，AUC为0.926，灵敏度为0.78，特异度为1.00。　　结论：(1)PC组病灶多位于下叶且紧贴胸膜或肺外周，与邻近血管关系以Ⅱ、Ⅳ型为主，胸膜凹陷征较少见，增强扫描以轻中度强化为主。(2)基于影像组学特征的预测模型在PC与TB、LC的鉴别诊断具有可行性，且诊断效能较单一的临床特点、传统CT形态特征等更高。而联合影像组学特征及部分传统CT形态学特征于一体的个体化预测模型具有最好的诊断效能。

目录

声明

个人简历

摘要

前言

材料与方法

1．1研究对象

1．2研究方法

结果

2．1性别及年龄

2．2 CT图像分析

2．3影像组学

讨论

3．1性别与年龄

3．2 CT形态学特征病理基础及对比

3．3影像组学对比

3．4不足和展望

结论

参考文献

主要英文缩写词索引

综述肺隐球菌病的影像学诊断研究进展

致谢