基于CT靶扫描构建多模态联合模型Nomogram评估孤立性肺结节

摘要

目的:探究基于CT靶扫描图像提取影像组学特征联合CT征象构建多模态联合模型术前评估孤立性肺结节(SPN)的可行性。方法:纳入2018年1月-2020年7月在郑州大学第二附属医院行胸部CT扫描诊断为SPN以SPN为中心的薄层靶扫描的患者,继而由医师遵循单盲原则定性评估患者CT征象后,对SPN进行病灶3D分割,导入pyradiomics进行特征提取。患者按照7:3比例随机分为训练组和测试组,以训练组患者SPN良恶性为研究目的,对影像组学特征进行去冗除杂以构建影像组学标签Rad-score,并纳入CT征象特征联合Rad-score构建多元逻辑回归模型评估SPN的良恶性。结果:共计纳入82名SPN患者,恶性结节共计43例,良性结节39名。训练组中59例患者,其中31例恶性,28例良性;测试组中23例患者,其中12例恶性,11例良性。取最小惩罚系数对应的10个特征构建的影像组学标签(Radiomics signature,Rad-score)。采用ROC分析Rad-score在训练组和测试组中评估恶性SPN的诊断效能,训练组中Rad-score的AUC=0.89,95%置信区间:0.81-0.97,阳性预测率PPV为0.774,阴性预测率为0.857;测试组中Rad-score鉴别良恶性SPN的AUC=0.72,95%置信区间为0.49-0.95,阳性预测率0.857,阴性预测率0.687。纳入训练组中患者的CT特征联合Rad-score参数,最终保留血管聚集、毛刺和分叶3个CT征像参数,与Rad-score构建模型,并以Nomogram可视化该联合模型,训练组中Nomogram的AUC值高于CT征象高于Rad-score(0.96 vs 0.90 vs 0.89)。测试组中Nomogram的AUC值高于CT征象高于Rad-score(0.88 vs 0.87 vs 0.72)。结论:基于CT靶成像提取影像组学构建Rad-score联合CT定性特征构建模型Nomogram可协助临床在获取SPN病理结果之前评估SPN是否良恶性。