资源类型:
期刊
收录情况:
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
◇ 中华系列
文章类型:
论著
机构:
[1]昆明医科大学第一附属医院影像学科650032
医技科室
医学影像中心
昆明医科大学附属第一医院
[2]深睿医疗人工智能研究院北京100080
出处:
Chinese Journal of Radiology (China).2019,53(11):
ISSN:
1005-1201
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:
云南省科委?昆明医科大学联合基金(201801CH00645)%云南省教育厅科学研究基金(2019J1229)
第一作者:
沈莎莎
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:
韩丹
推荐引用方式(GB/T 7714):
沈莎莎,韩丹,赵伦,等.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[J].Chinese Journal of Radiology (China).2019,53(11):