首页> 中文期刊> 《中国医学影像技术》 >基于增强CT影像组学模型术前预测胰腺神经内分泌肿瘤病理分级

基于增强CT影像组学模型术前预测胰腺神经内分泌肿瘤病理分级

         

摘要

目的 观察基于CT影像组学模型术前预测胰腺神经内分泌肿瘤(PNET)病理分级(G1和G2/3级)的价值.方法 回顾性分析145例经病理证实的PNET,分为训练组91例、验证组54例,2组各自来源于同一医疗机构.基于训练组动脉期和门脉期CT图像提取PNET影像组学特征,以Pearson相关分析及ReliefF算法进行筛选;采用Logistic回归,针对差异有统计学意义的参数构建预测PNET病理分级的联合影像组学模型,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUG),以敏感度、特异度及准确率评估其诊断效能,并以验证组加以验证.结果 基于训练组动脉期与门脉期CT图像构建的联合影像组学模型具有良好预测效能,AUC为0.86[95 %CI(0.78,0.94)],截断值为0.63时,敏感度为78.95%,特异度为85.29%,准确率为81.32%.验证组预测PNET病理分级AUC为0.85[95%CI(0.75,0.95)],截断值为0.63时,敏感度为84.61%,特异度为75.00%,准确率为79.63%.结论 基于增强CT图像构建的影像组学模型对于术前预测PNET病理分级具有一定价值.

著录项

  • 来源
    《中国医学影像技术》 |2021年第3期|396-400|共5页
  • 作者单位

    华南理工大学医学院 广东广州510006;

    广东省人民医院(广东省医学科学院)放射科 广东广州510080;

    复旦大学附属中山医院放射科 上海200032;

    华南理工大学生物医学科学与工程学院 广东广州510006;

    广东省人民医院(广东省医学科学院)放射科 广东广州510080;

    广东省人民医院(广东省医学科学院)放射科 广东广州510080;

    广东省人民医院(广东省医学科学院)放射科 广东广州510080;

    华南理工大学医学院 广东广州510006;

    广东省人民医院(广东省医学科学院)放射科 广东广州510080;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 胰腺肿瘤;电子计算机扫描;
  • 关键词

    胰腺; 神经内分泌肿瘤; 影像组学; 体层摄影术;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号