基于CT影像组学模型鉴别头颈部良、恶性淋巴结

目的:探讨CT影像组学模型在头颈部淋巴结良恶性鉴别诊断中的应用价值。方法:回顾性分析2010-2019年本院经病理或穿刺活检方法证实为良性或恶性淋巴结的200例患者的临床和CT资料,其中良性组105例,恶性组95例。将全部患者随机分为训练集(133例)和测试集(67例),运用Mazda软件提取淋巴结的CT影像组学特征,使用LASSO方法降维后,建立影像组学标签(score)。基于有鉴别意义的变量,包括临床指标及淋巴结短径(Size)、增强动脉期CT值(Z)和影像组学标签等,采用多因素Logisitc回归分析,分别建立基于影像组学和非影像组学(Size+Z)的预测模型,使用校准曲线观察两种模型的拟合情况。结果:经过特征降维后,将获得的S(2,-2)Correlat、S(0,3)InvDfMom和S(4,0)Contrast这3个影像组学特征用于建立影像组学标签,其在训练集和测试集中鉴别良恶性淋巴结的AUC分别为0.884和0.749。经Logistic回归法建立的影像组学预测模型在训练集和测试集中的AUC(分别为0.958和0.908)均大于非影像组学预测模型(分别为0.847和0.806),差异均有统计学意义(P<0.05),且两种模型的校准曲线与理想曲线显示出良好的拟合效果。结论:CT影像组学模型在头颈部淋巴结良恶性的鉴别诊断中具有一定的应用价值。