摘要
目的： 基于胃癌患者的能谱CT图像，结合相关临床指标和能谱参数，构建术前预测肿瘤分化程度的临床-影像组学列线图模型。 方法： 针对199例手术病理证实的胃腺癌患者进行回顾性分析（其中159例为训练集，40例为测试集），对胃癌患者术前能谱CT图像进行后处理操作，获取病灶能谱参数IC(AP)、NIC(AP)、IC(VP)及NIC(VP)，临床特征和能谱参数筛选采用单-多因素Logistic回归分析;对静脉期能谱CT图像上的病变区域进行逐层手动勾画，然后提取影像组学特征，利用单因素logistics回归、皮尔森相关性分析和最小绝对收缩与选择算子回归分析筛选影像组学特征，利用这些特征及相应系数建立影像组学特征评分。应用多因素logistics回归分析，结合影像组学特征评分和筛选出的临床-能谱CT参数构建联合预测模型，并将其可视化为列线图。使用受试者操作特征曲线（ROC）、校准曲线及决策曲线分析评估所构建模型的诊断效能。 结果： 结合筛选出的10个基于静脉期能谱CT的影像组学特征和临床特征CA125、能谱CT参数（IC(AP)、NIC(AP)、IC(VP)及NIC(VP)）构建了联合预测列线图模型，对于胃癌病理分化程度区分度较好（训练集AUC：0.901，测试集AUC：0.960），诊断效能高于单独的影像组学模型（训练集AUC：0.784，测试集AUC：0.803）和临床模型（训练集AUC：0.828，测试集AUC：0.872）。ROC曲线、校准曲线和决策分析曲线均证明了所构建的列线图有着一定的临床价值。 结论： 基于能谱CT的临床-影像组学列线图有望作为一种相对无创的检查手段，实现术前对胃癌病理分化程度的预测，从而根据肿瘤恶性程度辅助临床个体化治疗方案的制定。
NETL