应用基于增强CT的影像组学模型鉴别高低级别肾透明细胞癌的研究

目的基于CT增强扫描建立影像组学模型,并评估模型鉴别低级别和高级别肾透明细胞癌(ccRCC)的能力。方法回顾性分析河北大学附属医院106例经病理证实的ccRCC,其中低级别ccRCC 68例,高级别ccRCC 38例,并应用图像分割软件对感兴趣区(ROI)进行逐层勾画并融合成为感兴趣区容积(VOI);先对图像进行预处理,提取1298个组学特征,再经过降维最终保留15个特征,对样本按7∶3的比例采用分层抽样方式分为训练集和测试集,基于保留的15个特征建立逻辑回归(LR)模型,将该模型在训练集和测试集分别进行受试者工作特征(ROC)曲线分析。结果LR模型在训练集曲线下面积(AUC)为0.829,敏感度为0.741,特异度为0.792;在测试集AUC为0.832,敏感度为1,特异度为0.75。结论基于影像组学特征的LR模型在鉴别低级和高级ccRCC方面有良好的区分效能。