临床医学论文_基于靶扫描和常规扫描CT图像的影
【作 者】：网站采编
【关键词】：
【摘 要】：文章摘要:目的 比较基于靶扫描CT（targeted CT,T-CT）和常规扫描CT（conventional CT,C-CT）图像建立的CT影像组学特征集预测肺磨玻璃结节（ground-glass nodules,GGN）2年生长的价值，并建立影像组学
文章摘要:目的 比较基于靶扫描CT（targeted CT,T-CT）和常规扫描CT（conventional CT,C-CT）图像建立的CT影像组学特征集预测肺磨玻璃结节（ground-glass nodules,GGN）2年生长的价值，并建立影像组学列线图以帮助管理GGN。方法 回顾性收集2018年10月—2019年1月期间414个随访肺GGN的T-CT、C-CT图像和临床资料，并按7∶3分为训练组（n=290）和验证组（n=124）。分别采用最小绝对收缩与选择算法逻辑回归、多因素逻辑回归筛选GGN 2年生长相关的影像组学特征及临床特征，构建影像组学特征集、临床特征集，结合成影像组学列线图。采用Delong检验比较基于T-CT和C-CT图像建立的CT影像组学特征集，并分别用C-CT和T-CT数据进行交叉预测。分别采用受试者工作特征曲线（ROC）下面积（AUC）和临床决策曲线评估各模型效能和临床实用性。结果T-CT和C-CT图像分别筛选出7和6个特征用于构建影像组学特征集，两者AUC差异无统计学意义。筛选出年龄、性别和毛刺征3个临床特征构建成临床特征集，结合C-CT影像组学特征集构建影像组学列线图。影像组学列线图在训练组和验证组中的AUC分别为0.948和0.933。临床特征的纳入未能显著提高模型预测效能（P值分别为0.168和0.160），影像组学列线图较影像组学特征集获得更高临床净收益。结论 T-CT和C-CT影像组学特征集均能有效预测GGN的2年生长，且差异无统计学意义。影像组学列线图较影像组学特征集获得更高临床净收益，有助于管理GGN。
文章关键词: