论文部分内容阅读
目的
通过影像组学方法对肺黏膜相关淋巴组织（MALT）淋巴瘤与肺腺癌进行鉴别，以探讨其在诊断肺MALT淋巴瘤中的价值。
方法回顾性分析2012年6月至2017年6月浙江大学医学院附属第二医院病理证实的肺MALT淋巴瘤患者18例（肺MALT淋巴瘤组）和浸润性肺腺癌患者41例（肺腺癌组）。勾勒出CT图像病灶感兴趣区后，应用Radcloud 1.0软件提取61个CT特征值。通过秩和检验选取具有差异的特征值，将病例随机分组为测试集（70%病例），并通过支持向量机（SVM）进行分类学习，再于测试集（30%病例）验证。
结果两组患者中的7个影像组学特征差异有统计学意义，分别为10分位数（10 percentile）、平均值（mean）、中位数（median）、最小值（minimum）、总能量（total energy）、游程不均匀度（run length nonuniformity）、灰度不均匀度（gray level nonuniformity）；SVM可有效地利用7个影像组学特征鉴别诊断两类疾病，准确率为90%，召回率为0.89，F1指标为0.87，ROC曲线下面积为0.75。
结论肺MALT淋巴瘤及肺腺癌的特征值存在差异，影像组学结合机器学习可能成为一种鉴别肺MALT淋巴瘤与肺腺癌的有效方法。