基于灰阶超声的不同影像组学模型鉴别乳腺肿块良恶性的价值

目的探讨基于灰阶超声的不同影像组学模型鉴别乳腺肿块良恶性的临床价值。方法回顾性分析2018年10月至2020年10月皖南医学院附属太和县人民医院经病理证实的180例患者的乳腺肿块灰阶超声图像并提取影像特征,将肿块按照7∶3随机抽样,其中126个肿块作为训练组,54个肿块作为验证组。采用单因素方差分析及最小绝对收缩和选择算子(LASSO)筛选最优特征构建影像组学模型,使用5种方法构建模型。采用受试者工作特征(ROC)曲线评价各个模型的优劣,计算最优模型鉴别乳腺肿块良恶性的效能。结果最终选出8个影像特征构建影像组学模型。对于训练组,随机森林和支持向量机模型的表现能力略高于决策树和逻辑回归模型,集成算法模型表现最差;在验证组,随机森林和逻辑回归模型的表现能力较强。验证组逻辑回归模型鉴别乳腺肿块良恶性的准确性、灵敏度、特异度、阳性预测值和阴性预测值均高于随机森林,其值分别为83.33%、91.70%、83.33%、85.71%、81.82%和81.48%、83.33%、80.00%、76.92%、85.71%。结论基于灰阶超声构建的影像组学对乳腺肿块良恶性的鉴别具有较高的临床价值,且5种建模方法中以逻辑回归模型的表现能力最强。