CT影像组学在头颈部木村病淋巴结病变与淋巴瘤鉴别中的应用

摘要

cqvip:目的:探讨基于增强CT影像组学特征鉴别头颈部木村病淋巴结病变和淋巴瘤的可行性,并验证建立的逻辑回归诊断模型。方法:回顾性分析经手术病理或穿刺活检证实的14例头颈部木村病(38枚肿大淋巴结)和27例淋巴瘤患者(37枚肿大淋巴结)的相关资料,所有患者均行头颈部增强CT扫描。将病灶所有显示层面的CT静脉期图像导入ITK-SNAP软件(www.itksnap.org),手动勾画立体感兴趣区(VOI),使用artificial intelligence kit软件提取纹理特征。按照7:3的比例将数据随机分为训练组与验证组。采用方差分析+秩和检验、一般线性模型和Lasso算法进行特征降维,并用最终筛选出的纹理特征构建逻辑回归模型并进行5折交叉验证。用验证组数据对模型进行验证,评价指标采用ROC曲线下面积(AUC)、敏感性和特异性。结果:从75个病灶中共提取396个特征,通过降维最终筛选出5个可用于鉴别两种病变的组学特征。逻辑回归模型在训练组中鉴别效能的AUC为0.987,特异度为0.958,敏感度为0.966;验证组的AUC为0.938,特异度为0.786,敏感度为1。结论:影像组学鉴别头颈部木村病淋巴结病变和淋巴瘤具有可行性,基于CT影像组学特征建立的逻辑回归模型具有较高的诊断效能。