摘要：

目的基于18F-氟脱氧葡萄糖(FDG) PET/CT图像建立影像组学分析通路,评估所有影像组学分析方法建立的影像组学分析通路对肺腺癌表皮生长因子受体(EGFR)突变状态的预测价值,得到最佳影像组学分析通路.方法回顾性分析2016年6月至2017年9月就诊于天津医科大学总医院及天津医科大学其他附属医院多中心的115例肺腺癌患者的病历及18F-FDG PET/CT影像资料,其中,男性53例,女性62例,年龄(60.6±8.6)岁,EGFR野生型51例,EGFR突变型64例.在CT图像和PET图像上勾画肿瘤感兴趣区,提取影像组学特征.结合多种数据缩放方法[Min-max算法(A),Max-abs算法(B),Z-score算法(C),无中心化缩放的Z-score算法(D)],特征选择方法[方差阈值(a),t检验(b),逻辑回归嵌入式技术(c),决策树嵌入式技术(d),随机森林嵌入式技术(e),互信息(f),最小绝对收缩和选择算子(LASSO,g)]和模型构建方法[逻辑回归(Ⅰ),决策树(Ⅱ),随机森林(Ⅲ)和支持向量机(Ⅳ)]构建影像组学分析通路.采用准确率,受试者工作特征曲线的曲线下面积(AUC)和F1得分评估不同通路的预测效能.对上述3个指标进行加权平均,建立新的评价指标即加权平均指数(AVE),评估通路的综合预测效能.结果在基于CT图像的所有影像组学通路中,CT+A+g+Ⅱ通路的准确率最高,为0.905(95%CI:0.850~0.959),AVE亦最大,为0.875;CT+C+e+Ⅰ通路的AUC最大,为0.916(95%CI:0.856~0.977);CT+B+g+Ⅱ通路的F1得分最高,为0.869(95%CI:0.798~ 0.941).在基于PET图像的所有影像组学分析通路中,PET+C+e+Ⅳ通路的准确率最高,为0.888(95%CI:0.822~0.954),AUC最大,为0.962(95%CI:0.924~1.000),AVE亦最大,为0.899;PET+C+e+Ⅰ通路的F1得分最高,为0.874(95%CI:0.804~0.945).结论在基于CT图像的影像组学分析通路中,采用LASSO(g)和决策树(Ⅱ)方法建立的分析通路的预测效能较好;在基于PET图像的影像组学分析通路中,采用Z-score算法(C)和随机森林嵌入式技术(e)建立的分析通路的预测效能较好.

展开