计算机断层扫描影像组学在小胰腺癌筛查中的应用

目的开发一种基于腹部CT平扫图像的小胰腺癌(肿瘤最大径≤2 cm)辅助诊断工具。方法回顾性分析在海军军医大学(第二军医大学)第一附属医院收治并经病理证实的206例小胰腺癌患者和268例胰腺正常者的影像学资料,并按时间顺序分成训练集(2014年1月至2019年12月收治的143例小胰腺癌患者和188例胰腺正常者)和验证集(2020年1月至2021年12月收治的63例小胰腺癌患者和80例胰腺正常者)。由2位影像医学科医师通过nnU-Net自动分割模型在腹部CT平扫图像上对胰腺整体进行自动勾画,提取影像组学特征。依次采用方差分析、Spearman相关分析和ROC曲线进行特征的降维和选择,构建极端梯度提升(XGBoost)预测模型。通过ROC曲线评估XGBoost预测模型的诊断效能,采用决策曲线分析法(DCA)评价模型的临床适用性。结果206例小胰腺癌的大小为(1.69±0.77)cm。在训练集中,XGBoost预测模型诊断小胰腺癌的AUC值、灵敏度、特异度、阳性预测值和阴性预测值分别为0.99、0.92、0.97、0.91和0.98;在验证集中,AUC值、灵敏度、特异度、阳性预测值和阴性预测值分别为0.99、0.94、0.96、0.93和0.97。DCA分析提示患者可从该模型中受益。结论基于对腹部CT平扫图像的影像组学分析构建的XGBoost预测模型能准确鉴别小胰腺癌患者和胰腺正常者,有望成为筛查小胰腺癌的辅助工具。