目的探讨基于双能量CT图像的影像组学预测模型对甲状腺结节良恶性的鉴别诊断价值。方法回顾性分析我院经病理证实的55例甲状腺结节患者的临床和影像资料,其中良性结节28例,恶性结节27例。患者术前均行甲状腺双能量CT平扫和增强扫描。通...目的探讨基于双能量CT图像的影像组学预测模型对甲状腺结节良恶性的鉴别诊断价值。方法回顾性分析我院经病理证实的55例甲状腺结节患者的临床和影像资料,其中良性结节28例,恶性结节27例。患者术前均行甲状腺双能量CT平扫和增强扫描。通过双能量分析得到各期的Mixed图、VNC图及iodine图,分别对各期图像进行3D感兴趣区(Region of Interest,ROI)勾画及组学特征提取,采用单因素分析与最小绝对收缩算子(Least Absolute Shrinkage and Selection Operator,LASSO)算法进行特征筛选,使用多因素逻辑回归分别构建混合能量模型及双能量模型。应用受试者操作特征(Receiver Operating Characteristic,ROC)曲线及曲线下面积(Area Under Curve,AUC)对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选得到8个影像组学特征用于构建甲状腺结节良恶性鉴别模型。混合能量预测模型的AUC为0.86(95%CI:0.75~0.96),特异度和敏感度分别为72.4%、92.3%,诊断准确率为81.8%;双能量预测模型的AUC为0.95(95%CI:0.89~1),特异度和灵敏度分别为86.2%、100%,诊断准确率为92.7%。结论基于双能量CT的影像组学预测模型对良恶性甲状腺结节有较高的诊断效能。展开更多
文摘目的探讨基于双能量CT图像的影像组学预测模型对甲状腺结节良恶性的鉴别诊断价值。方法回顾性分析我院经病理证实的55例甲状腺结节患者的临床和影像资料,其中良性结节28例,恶性结节27例。患者术前均行甲状腺双能量CT平扫和增强扫描。通过双能量分析得到各期的Mixed图、VNC图及iodine图,分别对各期图像进行3D感兴趣区(Region of Interest,ROI)勾画及组学特征提取,采用单因素分析与最小绝对收缩算子(Least Absolute Shrinkage and Selection Operator,LASSO)算法进行特征筛选,使用多因素逻辑回归分别构建混合能量模型及双能量模型。应用受试者操作特征(Receiver Operating Characteristic,ROC)曲线及曲线下面积(Area Under Curve,AUC)对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选得到8个影像组学特征用于构建甲状腺结节良恶性鉴别模型。混合能量预测模型的AUC为0.86(95%CI:0.75~0.96),特异度和敏感度分别为72.4%、92.3%,诊断准确率为81.8%;双能量预测模型的AUC为0.95(95%CI:0.89~1),特异度和灵敏度分别为86.2%、100%,诊断准确率为92.7%。结论基于双能量CT的影像组学预测模型对良恶性甲状腺结节有较高的诊断效能。
文摘目的:探讨西门子Somatom Definition Flash炫速双源CT冠脉成像的辐射剂量优化与胸廓径线的关系。方法:以笔者所在医院2014年6-12月经Somatom Definition Flash炫速双源CT冠脉成像检查的52例患者为研究对象,根据患者的体质指数BMI分为A、B两组:A组患者(BMI<25 kg/m2)29例,扫描参数为管电压120 k V,管电流220 m As。B组患者(25 kg/m2≤BMI<30 kg/m2)23例,扫描参数为管电压120 k V,管电流330 m As。计算冠脉相对于背脊肌的对比噪声比(CNR)、信噪比(SNR)。对CNR和SNR与胸廓径线、BMI的相关性进行检验。结果:A、B两组患者胸廓AP、RL径线均与CNR具有相关性(P<0.05)。A、B两组患者CNR、SNR与RL径线的相关系数均大于CNR、SNR与AP径线的相关系数。除A组第2层面外,CNR与AP径线的相关系数均大于其与BMI的相关系数。结论:胸廓径线可以指导Somatom Definition Flash炫速双源CT冠脉成像的辐射剂量。
