首页 > 文章详情

2023 ESMO 研究精读 | 基于临床和放射学特征与基于放射组学特征的CT 图像比较肺结节恶性肿瘤预测模型

2023年12月25日

整理：肿瘤资讯

来源：肿瘤资讯

临床上，CT等影像学对于肺结节良恶性的筛查具有重要意义，但由于早期诊断依赖放射科医生的丰富经验，并且这项工作将产生繁重的工作量。因此，亟需探索新的技术以协助临床医生对肺结节的良恶性进行筛查。近日，于2023 ESMO大会上，广州医科大学附属第一医院放射科Fanrui Zeng公布基于临床和放射学特征与基于放射组学特征的CT 图像比较肺结节恶性肿瘤预测模型。

研究介绍

众所周知，肺结节的早期诊断仍依赖于放射科医生对 CT 图像的识别，这需要繁重的工作量和丰富的经验，而且带有一定的主观性。基于这些背景，研究者提出了一种基于放射组学的自动预测肺癌风险的方法。

研究者收集了31个中心登记的1,909 例经手术病理证实为 5-30 mm肺结节，包含1,895 例患者（其中 1,181 例病理为恶性，728 例为良性），这些患者均提供了临床信息（性别、年龄）和胸部 CT 扫描结果。找寻经验丰富的放射科医生提取了 25 个放射学特征。CT 图像上包含靶结节的感兴趣区（ROI）由三维 U-net 模型自动分割，并使用 PyRadiomics 提取了 2,153 个放射组学特征。（图1）

WPS图片(1).png 图1 模型流程图

根据 Randomforest、LightGBM 和 Lasso 算法的平均概率，在随机抽样训练集（n=950）中构建了基于临床和放射学特征的肺结节恶性肿瘤预测模型（CRFM）和基于放射组学特征的模型（RFM），并进行了独立验证（n1=397，n2=562）。同时，利用逻辑回归建立了一个综合上述两个模型得分的组合模型（n=397），并进行了独立验证（n=562）。（图2）

WPS图片(1)2.png 图2 研究设计流程图

研究结果

在两个验证集（n1=397，n2=562）中，CRFM 模型的 AUC 分别为 0.912（0.882-0.942）和 0.893（0.864-0.921），准确率分别为 0.791（0.748-0.828）和 0.794（0758-0.825）。RFM 模型的 AUC 分别为 0.881（0.847-0.915）和 0.863（0.832-0.894），准确度分别为 0.781（0.738-0.819）和 0.778（0.741-0.810）。（图3）

WPS图片(1)3.png 图3 两个验证集的统计结果

在两个验证队列中，AUCs 的差异均不显著（p>0.05），RFM 模型的性能不劣于 CRFM 模型。然而，在独立验证集（n=562）中，组合模型提高了诊断准确性，AUC 分别提高了 4.6%（与 RFM 相比，p＜0.001）和 1.6%（与 CRFM 相比，p=0.0196）。CRFM、RFM和组合模型性能指标详见下表：

表1 各组模型性能指标

WPS图片(1)44.png

小结

本研究建立并验证了基于放射组学特征的模型、基于放射学特征的模型和组合模型。三个模型中，RFM模型在肺结节的早期诊断中并不劣于CRFM模型；与CRFM模型和RFM模型相比，组合模型的性能有显着提高。此外，当无法由经验丰富的放射科医师判读CT扫描时，基于放射组学特征的模型具有潜在的临床应用价值。

参考文献

F. Zeng, et al. Comparison of clinical and radiological features-based and radiomics features-based models for pulmonary nodule malignancy prediction on CT images. 2023 ESMO abstr 1210MO

^{本材料由阿斯利康提供，仅供医疗卫生专业人士参考，不可用于推广目的。
审批编号：CN-125683
过期日期：2024-11-30}

责任编辑：肿瘤资讯-云初
排版编辑：肿瘤资讯- tong

2023年12月26日

刘桂林

长海县獐子中心卫生院 | 普通内科

感谢老师提供的研究介绍

2023年12月26日

王福军

牡丹江市肿瘤医院 | 肿瘤外科

值得学习收藏的好文章

2023年12月26日

颜昕

漳州市人民医院 | 肿瘤科

验，并且这项工作将产生繁重的工作量。