论文部分内容阅读
目的:回顾性分析CT上直径≤1.0cm肺磨玻璃结节(GGN)术中冰冻切片(FS)病理诊断的准确率,同时比较其与基于CT影像组学特征模型预测GGN是否为浸润性腺癌(IA)的准确率,旨在探讨影像组学模型是否能够替代FS而应用于临床指导GGN在手术中术式的确定。方法:回顾性收集2014年1月至2017年6月间本地区两家三甲医院术前行胸部薄层CT检查及术中均行FS病理诊断的直径≤1.0cm的GGN病例共计201例。全部病例诊断“金标准”依据最终石蜡切片的病理诊断结果,包括良性病变(BL)、不典型腺瘤样增生(AAH)、原位腺癌(AIS)、微浸润腺癌(MIA)和IA。其中将BL、AAH、AIS和MIA归类为非IA组,后者归类为IA组,分析和比较FS与术后石蜡病理诊断的总体一致性及其诊断IA的准确率。将第一家医院的112例病例作为训练集建立影像组学模型,第二家医院的89例病例作为验证集来验证影像组学模型的准确率。基于CT图像提取GGN病灶的密度特征、形态特征、纹理特征以及小波特征,共计485个特征,采用Boruta方法选择其中最重要的6个特征;采用支持向量机(SVM)作为分类器在训练集中构建影像组学模型并在验证集中验证其准确性。应用受试者工作特征(ROC)曲线评估模型及FS病理的预测或诊断效能,以P<0.05为差异具有统计学意义。结果:1.FS诊断准确率:本研究201例GGN病例中,有60例FS诊断错误,占29.9%,其总体诊断准确率仅为70.1%,其中14例(23.3%)IA病例被低估为非IA,21例(35.0%)非IA被过度诊断为IA;此外,还有11例MIA误诊为AIS,8例AIS误诊为AAH,3例AIS过度诊断为MIA,2例AIS和1例MIA被误诊为BL。FS诊断IA的准确率为82.6%。2.影像组学特征提取:在本组病例的提取特征中,一致性均大于0.75特征数者为340个;Boruta算法选择了其中6个最重要的特征,包括2个质量(mass)特征,1个均匀度(uniformity)特征和3个灰度共生矩阵(GLCM)特征。3.影像组学模型预测IA与FS诊断比较:影像组学模型在训练集预测IA的准确率为0.857、敏感度为0.862、特异度为0.855,验证集的准确率为0.888、敏感度为0.909、特异度为0.875;而FS在训练集中诊断为IA的准确率为0.810、敏感度为0.724、特异度为0.843,验证集的准确率为0.843、敏感度为0.818、特异度为0.857。ROC显示在训练集中,预测模型的AUC值为0.910(95%CI,0.846~0.973),FS诊断的AUC值为0.784(95%CI,0.692~0.875);在验证集中,预测模型的AUC值为0.912(95%CI,0.875~0.981),FS诊断的AUC值为0.810(95%CI,0.728~0.893)。结论:1.对于CT上直径≤1.0cm的GGN病灶,FS在非IA与IA的评估与病理诊断上还存在较高误诊率,往往偏向于过度诊断,术中冰冻病理的诊断准确性还有待提高。2.基于CT图像所提取的反映质量与均匀度等影像组学特征,应用于术前来预测和评估直径≤1.0cm的GGN病灶是否具有浸润性是一种准确性较高、稳定易行的新方法。3.影像组学模型预测CT上直径≤1.0cm的GGN病灶是非IA还是IA的准确率高于FS,影像组学模型有望部分替代FS而成为术中决定切除范围或手术模式的重要参考依据。