影像组学模型对肺腺癌谱病变病理侵袭性的诊断价值

目的:探讨针对肺腺癌谱病变的影像组学模型对其病理侵袭性的诊断效能。方法:回顾性分析我院经手术病理证实的172例肺腺癌谱病变(5~30 mm)患者的术前CT影像资料。采用Pyradiomics包提取术前CT图像病灶的影像组学特征,通过组间相关系数和带L2惩罚项的逻辑回归进行特征筛选,根据所选特征建立逻辑回归、随机森林、极致梯度提升分类器模型并绘制ROC曲线。由两位高年资放射科医生在不知道病理结果的情况下对结节侵袭性概率进行评分。采用Delong检验将三种分类器的诊断效能与年龄、ROI体积、高年资医生的诊断效能进行比较。结果:从每一个感兴趣区提取、筛选后得到420个影像组学特征。逻辑回归、随机森林和极致梯度提升分类器模型在测试集上的ROC曲线下面积分别为0.921、0.956和0.958。年龄、ROI体积和高年资放射科医生在测试集的ROC曲线下面积分别为0.620、0.863和0.896。Delong检验提示三种分类器间的诊断效能差异无统计学意义(P>0.05),三种分类器与ROI体积、高年资医生的诊断效能差异亦无统计学意义(P>0.05)。结论:影像组学分类器模型进行肺腺癌谱病变的术前病理诊断具有较高的准确性,其诊断效能与ROI体积以及高年资医生相当。