文章摘要
何成青,谢飞扬,陈新月,高鑫,成思航,常晓燕,丛福泽,钱滢先,薛华丹.双能CT定量新指标对于胰腺癌淋巴结转移的诊断能力评估[J].放射学实践,2026,41(06):639-647
双能CT定量新指标对于胰腺癌淋巴结转移的诊断能力评估
  
DOI:10.13609/j.cnki.1000-0313.2026.06.005
中文关键词: 胰腺癌  双能CT  碘图  标准化碘浓度  影像组学  淋巴结报告与数据系统  淋巴结转移
基金项目:北京创新工程(20240484650);中国医学科学院医学科技创新基金(2023-I2M2-002)
作者单位
何成青,谢飞扬,陈新月,高鑫,成思航,常晓燕,丛福泽,钱滢先,薛华丹 100730北京,中华医学科学院 北京协和医学院 北京协和医院放射科(何成青、谢飞扬)B15 2TT 英国 伯明翰,伯明翰大学医学院与卫生学院(陈新月)100730北京,北京协和医院放射科(高鑫、成思航、丛福泽、薛华丹),病理科(常晓燕、钱滢先) 
摘要点击次数: 176
全文下载次数: 129
中文摘要:
      【摘要】目的:探讨双能CT(DECT)定量参数标准化碘浓度(NIC)、淋巴结报告与数据系统(Node-RADS)以及影像组学在术前预测胰腺导管腺癌(PDAC)淋巴结转移(LNM)的价值。方法:回顾性纳入97例接受术前DECT检查的PDAC患者。通过将影像与术后病理淋巴结分区对齐,评估NIC、Node-RADS及影像组学特征对LNM的预测效能。采用多因素Logistic回归构建NIC与Node-RADS的影像联合模型。基于支持向量机(SVM)构建纯影像组学模型,并与临床预测因子(pN+比例)融合,建立临床-影像组学联合模型。所有影像组学相关模型均在独立测试集中进行验证。结果:较低的NIC值与较高的Node-RADS评分是LNM的独立预测因素(P<0.05)。NIC与Node-RADS的影像联合模型曲线下面积(AUC)为0.668。基于虚拟单能图像(VMI)的临床-影像组学联合模型在测试集中达到了近乎完美的判别性能,AUC为0.976,诊断准确度为95.6%(95%CI:0.85~0.99),敏感度为95.0%(95%CI:0.75~0.99),特异度为96.0%(95%CI:0.80~0.99)。决策曲线分析进一步证实,临床-影像组学联合模型在临床相关阈值范围(0.1~0.6)内能提供持续的正向净获益,显示出明确的临床实用性。结论:DECT定量参数、Node-RADS评分与影像组学特征均是预测PDAC淋巴结转移的有效工具。临床-影像组学联合模型表现出卓越的诊断性能,有望为胰腺癌的术前精准分期提供强有力的影像学生物标志物。
      
查看全文   下载PDF阅读器
关闭