目的探讨光谱CT定量增强参数对结直肠癌的诊断价值。方法对46例行腹盆部光谱CT三期增强的结直肠癌患者的能谱基数据进行处理,生成无水碘图、动脉增强分数(AEF)图及细胞外容积(ECV)图,分别测量肿瘤及正常肠壁的碘浓度(IC)、AEF及ECV值。...目的探讨光谱CT定量增强参数对结直肠癌的诊断价值。方法对46例行腹盆部光谱CT三期增强的结直肠癌患者的能谱基数据进行处理,生成无水碘图、动脉增强分数(AEF)图及细胞外容积(ECV)图,分别测量肿瘤及正常肠壁的碘浓度(IC)、AEF及ECV值。采用独立样本t检验及Mann-Whitney U检验进行组间比较,并采用ROC曲线评价其诊断效能。结果结直肠癌病变的AEF及IC值大于正常肠壁AEF值及IC值(0.338±0.122 vs 0.225±0.072,1.007±0.402 mg/mL vs 0.599±0.229 mg/mL,P<0.0001),ECV在结直肠癌病变与正常肠壁间的差异无统计学意义(P>0.999)。AEF、IC、ECV及三者联合诊断结直肠癌的ROC曲线下面积分别为0.806、0.797、0.671及0.842,其约登指数分别为0.565、0.565、0.326及0.609。三者联合诊断结直肠癌的截断值为0.660,敏感度为63.04%,特异性为97.83%,其逻辑回归方程为Y=13.75×AEF+16.30×ECV-6.70。结论光谱CT定量增强参数AEF、ECV及IC联合诊断对结直肠癌的诊断具有一定价值。展开更多
目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤...目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤三维感兴趣区(VOI)。采用FeAture Explorer (FAE)软件提取特征,并进行特征筛选、组学模型构建。在临床指标中选择有统计学意义的指标建立临床模型,由临床指标及组学特征进行logistic回归分析建立联合模型。利用受试者工作特征曲线(ROC)及曲线下面积(AUC)来评价3种模型预测结直肠癌血管淋巴管及神经侵犯的价值。结果:血管侵犯组中临床模型训练集与测试集的AUC分别为0.613、0.521;组学模型训练集与测试集的AUC分别为0.797、0.852;联合模型训练集与测试集的AUC分别为0.809、0.862。淋巴管侵犯组中临床模型训练集与测试集的AUC分别为0.636、0.601;组学模型训练集与测试集的AUC分别为0.768、0.806;联合模型训练集与测试集的AUC分别为0.785、0.823。神经侵犯组中临床模型训练集与测试集的AUC分别为0.712、0.771;组学模型训练集与测试集的AUC分别为0.800、0.819;联合模型训练集与测试集的AUC分别为0.835、0.892。结论:基于影像细胞外容积的影像组学特征联合临床特征构建模型可有效预测结直肠癌的血管淋巴管及神经侵犯,具有术前无创诊断价值。展开更多
文摘目的探讨光谱CT定量增强参数对结直肠癌的诊断价值。方法对46例行腹盆部光谱CT三期增强的结直肠癌患者的能谱基数据进行处理,生成无水碘图、动脉增强分数(AEF)图及细胞外容积(ECV)图,分别测量肿瘤及正常肠壁的碘浓度(IC)、AEF及ECV值。采用独立样本t检验及Mann-Whitney U检验进行组间比较,并采用ROC曲线评价其诊断效能。结果结直肠癌病变的AEF及IC值大于正常肠壁AEF值及IC值(0.338±0.122 vs 0.225±0.072,1.007±0.402 mg/mL vs 0.599±0.229 mg/mL,P<0.0001),ECV在结直肠癌病变与正常肠壁间的差异无统计学意义(P>0.999)。AEF、IC、ECV及三者联合诊断结直肠癌的ROC曲线下面积分别为0.806、0.797、0.671及0.842,其约登指数分别为0.565、0.565、0.326及0.609。三者联合诊断结直肠癌的截断值为0.660,敏感度为63.04%,特异性为97.83%,其逻辑回归方程为Y=13.75×AEF+16.30×ECV-6.70。结论光谱CT定量增强参数AEF、ECV及IC联合诊断对结直肠癌的诊断具有一定价值。
文摘目的:探讨基于光谱CT细胞外容积参数图影像组学特征联合临床特征来预测结直肠癌的血管淋巴管和神经侵犯,以期获得一种术前无创评估的方法。方法:回顾性收集155例经术后病理证实的结直肠癌患者。采用ITK-SNAP软件进行半自动分割勾画肿瘤三维感兴趣区(VOI)。采用FeAture Explorer (FAE)软件提取特征,并进行特征筛选、组学模型构建。在临床指标中选择有统计学意义的指标建立临床模型,由临床指标及组学特征进行logistic回归分析建立联合模型。利用受试者工作特征曲线(ROC)及曲线下面积(AUC)来评价3种模型预测结直肠癌血管淋巴管及神经侵犯的价值。结果:血管侵犯组中临床模型训练集与测试集的AUC分别为0.613、0.521;组学模型训练集与测试集的AUC分别为0.797、0.852;联合模型训练集与测试集的AUC分别为0.809、0.862。淋巴管侵犯组中临床模型训练集与测试集的AUC分别为0.636、0.601;组学模型训练集与测试集的AUC分别为0.768、0.806;联合模型训练集与测试集的AUC分别为0.785、0.823。神经侵犯组中临床模型训练集与测试集的AUC分别为0.712、0.771;组学模型训练集与测试集的AUC分别为0.800、0.819;联合模型训练集与测试集的AUC分别为0.835、0.892。结论:基于影像细胞外容积的影像组学特征联合临床特征构建模型可有效预测结直肠癌的血管淋巴管及神经侵犯,具有术前无创诊断价值。