基于CT影像组学特征的肾肿瘤组织学亚型分类

目的:分析基于CT影像组学特征的肾肿瘤组织学亚型分类的方法及作用,以期为肾透明细胞癌(ccRCC)、乏脂肪血管平滑肌脂肪瘤(fp-AML)临床鉴别诊断工作提供参考。方法:以我院38例ccRCC患者与40例fp-AML患者为研究对象,均施以CT影像学检测,提取其CT影像学组织学特征,以皮尔森相关阵矩去除冗杂特征,通过Welch’s实验,确定存在明显差异的特征,借助序列浮动前向选择算法筛选有鉴别能力的CT影像组学特征,应用AdaBoost、支持向量机(SVM)、随机森林(RF)、k最近邻(kNN)分类器实施分类。结果:在AdaBoost、SVM、RF、kNN4种分类器中,SVM的准确度、敏感度、特异度、阴性预测率、阳性预测率均较高,ROC曲线下面积较大,分别为91.82%、89.75%、92.36%、95.01%、86.42%、0.942。结论:基于CT影像组学特征的肾肿瘤组织学亚型分类模型的构建,可提高ccRCC、fp-AML临床鉴别准确度,促进临床诊疗工作的顺利开展。