高级检索
当前位置: 首页 > 详情页

基于甲状腺乳头状癌结节CT静脉期图像小波纹理分析预测中央组淋巴结转移的可行性研究

Feasibility study of predicting thyroid papillary carcinoma central lymph node metastasis based on wavelet texture analysis using venous phase CT images

文献详情

资源类型:

收录情况: ◇ 统计源期刊 ◇ 北大核心 ◇ CSCD-C ◇ 中华系列

机构: [1]昆明医科大学第一附属医院影像学科650032 [2]深睿医疗人工智能研究院北京100080
出处:
ISSN:

关键词: 甲状腺肿瘤 肿瘤转移 体层摄影术 螺旋计算机 纹理分析

摘要:
探讨基于甲状腺乳头状癌(PTC)原发癌灶的CT小波纹理分析预测PTC中央组淋巴结(CLN)转移的可行性.方法 回顾性分析2013年12月至2019年8月昆明医科大学第一附属医院行PTC手术切除及中央组或全颈淋巴结清扫,并对清扫的CLN进行病理检查的250例(307枚结节)患者.术前2周内均行甲状腺CT双期增强扫描.将2013年12月至2017年12月的160例(189枚)作为训练集,2018年1月至2019年8月的90例(118枚)作为验证集.根据CLN的病理检查结果分为转移组和未转移组.使用DeepWise软件手动逐层勾画CT增强静脉期PTC癌结节,每枚结节提取576个小波纹理特征.比较两组间纹理特征参数的差异,手动筛选ROC曲线下面积(AUC)排列前10的小波纹理特征,logistic回归建立模型并验证,利用ROC曲线评价模型的诊断效能.结果 CLN转移组与未转移组间有124个纹理特征比较的差异有统计学意义(P<0.05),手动筛选AUC值排列前10的纹理特征作为最佳特征参数,AUC值为0.599~0.630(P<0.05).以上10个特征间不存在共线性相关,小面积低灰度强调是独立预测风险因素.由静脉期纹理特征构建的训练集诊断CLN转移的AUC、敏感度、特异度和准确度分别为0.693、62.84%、60.47%、62.96%,验证集诊断CLN转移的AUC、敏感度、特异度和准确率分别为0.602、64.95%、33.33%、59.32%.结论 基于PTC原发癌灶的CT小波纹理分析预测CLN转移可行,并具有一定价值.

基金:
语种:
第一作者:
第一作者机构: [1]昆明医科大学第一附属医院影像学科650032
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:52537 今日访问量:0 总访问量:1562 更新日期:2024-09-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 昆明医科大学第一附属医院 技术支持:重庆聚合科技有限公司 地址:云南省昆明市西昌路295号(650032)