基于非增强CT影像组学列线图在术前预测胸腺上皮肿瘤风险分类中的应用价值

摘要

目的:基于非增强CT(NECT)影像组学列线图在术前预测胸腺上皮肿瘤(TET)风险分类中的应用价值。方法:回顾性收集92例确诊为TET患者的临床和影像资料,根据TET的WHO简化病理分型,分为低危组(A、AB、B1型)48例、高危组(B2、B3、C型)44例;按照7∶3的比例,随机分成训练集(64例)和测试集(28例)。勾画病灶ROI并进行影像组学特征的提取,降维和筛选后,选择最优特征,构建9种机器学习模型并选择最优模型,对TET风险进行预测;采用单因素分析的方法筛选临床特征建立临床模型。结合临床评分、影像组学评分构建联合模型,以列线图进行可视化;使用ROC曲线、DeLong检验及校准曲线评估模型性能。结果:共提取影像组学特征1834个,降维、筛选后获得11个组学特征。选取支持向量机(SVM)构建影像组学模型。选取纵隔肿大淋巴结、胸膜/心包肥厚建立临床模型。临床模型、影像组学模型及联合模型在测试集中的AUC值分别为0.812、0.812、0.875,绘制列线图,校准曲线显示联合模型具有较好的一致性。结论:在预测TET病理分型中,基于所选临床特征及NECT影像组学特征的可视化列线图模型可能具有良好的临床应用前景。