CT影像组学在腹部淋巴瘤、非转移及转移性淋巴结鉴别中的价值

目的:探讨CT影像组学在鉴别腹部淋巴瘤、非转移及转移性淋巴结中的价值。方法:收集95例经病理或临床证实的腹部淋巴瘤、非转移及转移性淋巴结患者(共242枚腹部淋巴结)的临床及影像学资料。95例中淋巴瘤32例,共94枚淋巴结(淋巴瘤组);非转移淋巴结36例,共78枚淋巴结(非转移组);转移性淋巴结27例,共70枚淋巴结(转移组)。95例均行腹部CT增强扫描。在层厚1 mm图像上手动勾画淋巴结,经Radcloud平台提取病灶的影像组学特征,建立淋巴瘤组与转移组、淋巴瘤组与非转移组、转移组与非转移组3组模型,使用3种机器学习算法进行独立的训练和验证,并计算准确率、敏感度、特异度和AUC。结果:淋巴瘤组与转移组,K最近邻(KNN)分类器鉴别效能最好:训练集AUC为0.98,敏感度0.95,特异度0.88;验证集AUC为0.98,敏感度0.93,特异度0.95。淋巴瘤组与非转移组,支持向量机(SVM)分类器鉴别效能最好:训练集AUC为0.99,敏感度0.98,特异度1.00;验证集AUC为0.96,敏感度0.97,特异度0.88。转移组与非转移组,线性逻辑回归(LR)分类器鉴别效能最好:训练集AUC为0.96,敏感度0.92,特异度0.87;验证集AUC为0.76,敏感度0.62,特异度0.71。结论:基于CT增强扫描的影像组学特征在鉴别腹部淋巴瘤、非转移及转移性淋巴结方面显示出良好的价值,可为治疗提供更准确信息。