CT影像组学对甲状腺乳头状癌与腺瘤的鉴别

2021-06-04赵泓博段绍峰石博文刘路路

中国医学计算机成像杂志 2021年2期

赵泓博叶靖段绍峰刘畅石博文刘路路

甲状腺疾病的检出率总体呈上升趋势［1］，其肿瘤性病变以甲状腺乳头状癌（papillary thyroid carcinoma）与腺瘤（thyroid adenoma）最为常见。由于前者为恶性，是甲状腺癌中最常见的病理类型，后者为良性，治疗方式的选择和预后存在差别，因此鉴别诊断非常重要。甲状腺乳头状癌与腺瘤是临床常见的富血供甲状腺结节，两者的肿瘤实性部分均可明显强化，其动态增强曲线也存在一定的重叠［2］。甲状腺细胞穿刺活检在术前诊断甲状腺肿瘤的检查方法中最为准确，但穿刺结果会受到穿刺部位及取材的影响，并且该方法为有创检查。作为新兴的影像学研究领域的影像组学，通过运用大量自动化数据特征化算法，实现感兴趣区（region of interest，ROI）与可以进行发掘处理的特征空间数据之间的转化，联合机器学习，能够对肿瘤病变内在的异质性进行定量分析［3］。本研究旨在探究基于CT图像的影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中的价值。

方法

1. 研究对象

对2015年1月至2018年12月在江苏省苏北人民医院接受诊治且符合下列标准的患者进行回顾性分析。纳入标准：①经手术病理证实；②术前均接受甲状腺CT平扫；③术前未经任何治疗；④CT图像质量满足诊断要求及校准分析。共84例患者纳入本研究，其中男性21例，女性13例；年龄36～68岁，平均年龄为（51±9）岁。肿瘤病变均为单发。同时调阅超声和CT图像诊断报告，评估影像医师的诊断情况。