Page 135 - 南京医科大学学报自然科学版

第41卷第7期 徐一铭，袁 梅，邱 琳，等. 能谱CT及碘基图影像组学特征鉴别肺炎性及恶性病变［J］.
2021年7月 南京医科大学学报（自然科学版），2021，41（07）：1063-1068 ·1065 ·

个邻域灰度差分矩阵（neighborhood gray⁃tone differ⁃ 建立预测模型，并采用 5 折交叉验证法验证分类器
encematrix，NGTDM）特征、14 个灰度相关矩阵（gray 的性能。
level dependence matrix，GLDM）特征］。 1.3 统计学方法
1.2.4 数据分析 使用 SPSS 21.0 软件进行统计学分析，计量资
使用基于Python（3.6.8，https：//www.python.org/） 料满足正态性检验则采用 t 检验或校正 t 检验，并
的开源组学分析平台FeAture Explorer（FAE，v0.2.5， 以均数±标准差（x ± s）进行统计描述，否则采用
［6］
https：//github.com/salan668/FAE）进行特征分析 。 Mann⁃Whitney U 检 验 ，并 以 中 位 数 及 四 分 位 数
由于各特征间数量级差异较大，对数据进行Z⁃score ［M（P25，P75）］进行统计描述，多因素分析使用二元
标准化处理，计算公式为 Z=（x-x）/std（x），其中 x 为 Logistic 回归，使用 MedCalc15.2.2 软件绘制受试者
某特征在所有样本中的均值，std（X）为相应的标准 特 征（receiver operating characteristic，ROC）曲 线 ，
差。以 7∶3 拆分训练集和测试集，训练集 86 例（良 评估模型的诊断效能，以曲线下面积（area under
性组/恶性组=27/59），测试集37例（良性组/恶性组= curve，AUC）作为评判标准。P＜0.05 为差异有统
11/26）。由于恶性组病例较多，采用少数类样本合 计学意义。
成过采样技术（synthetic minority over⁃sampling tech⁃
2 结 果
nique，SMOTE）使数据均衡化，采样倍率为 2.19，采
样后的训练集正负样本量达 1∶1（良性组/恶性组= 2.1 能谱CT定量参数分析
59/59）。首先使用皮尔森相关系数法（Pearson cor⁃ 恶性组CT值 70 keV、Zeff、NZeff及两组的D不满足
relation coefficients，PCC）降维，移除PCC值高于0.86 正态性检验（P < 0.05），故采用 Mann⁃Whitney U 检
的冗余特征。随后通过递归特征消除（recursive fea⁃ 验。恶性组与炎性组比较，除CT值 70 keV外，CT值 40 keV、
ture elimination，RFE）进一步筛选特征，最终使用线 λ100⁃70 keV、λ70⁃40 keV、λ100⁃40 keV、IC、NIC、Zeff、NZeff、D 差异
性判别式分类器（linear discriminant analysis，LDA） 均有统计学意义（表1、图1~2）。
表1 两组间能谱CT参数比较
Table 1 Comparison of spectral CT parameters between the two groups
参数 炎性组 恶性组 t/Z值 P值
CT值 40 keV （HU，x ± s） 170.72 ± 57.10 139.17 ± 40.05 3.084 0.003
λ100⁃70 keV （x ± s） 01.08 ± 0.35 00.84 ± 0.31 3.799 <0.001
λ70⁃40 keV （x ± s） 04.15 ± 1.35 03.20 ± 1.22 3.841 <0.001
λ100⁃40 keV （x ± s） 02.61 ± 0.85 02.02 ± 0.77 3.836 <0.001
IC（mg/mL，x ± s） 02.20 ± 0.72 01.71 ± 0.64 3.786 <0.001
NIC（x ± s） 00.23 ± 0.07 00.18 ± 0.07 4.002 <0.001
CT值 70 keV ［HU，M（P25，P75 ）］51.95（32.03，70.32） 51.40（42.64，58.05） -1.037 0.300
Zeff［M（P25，P75 ）］ 8.95（8.62，9.11）0 8.53（8.35，8.78）0 -3.755 <0.001
NZeff［M（P25，P75 ）］ 0.78（0.74，0.80）0 0.74（0.71，0.78）0 -3.771 <0.001
D［cm，M（P25，P75 ）］ 1.99（1.61，.95）0 3.20（2.25，5.00）0 -2.785 0.005

2.2 预测模型的建立与诊断效能 LengthNonUniformity） 、1 个 GLSZM 特 征 （gl⁃
经PCC降冗后剩余91个特征，经RFE特征选择 szm_SmallAreaEmphasis），各特征在模型中的系数详
后最终共筛选出 10 个影像组学特征用于建立预测 见 表 2。 其 中 glcm_Autocorrelation、gldm_SmallDe⁃

模型，包括 1 个一阶直方图特征（firstorder_Maxi⁃ pendenceHighGr⁃ayLevelEmphasis、glrlm_RunLength⁃
mum）、2 个 GLCM 特 征（glcm_Autocorrelation、gl⁃ NonUniformity、firstorder_Maximum 的特征系数为负
cm_JointAverage）、5 个 GLDM 特征（gldm_SmallDe⁃ 值，其余为正值。对预测模型进行 ROC 曲线分析，
pendenceHighGrayLevelEmphasis、gldm_LargeDepen⁃ 以评估其诊断效能（表3）。
denceLowGrayLevelEmphasis、gldm_LowGrayLevel ⁃ 2.3 能谱CT定量参数和预测模型的诊断效能比较
Emphasis、gldm_HighGrayLevelEmphasis、gldm_De⁃ 将具有统计学意义的能谱 CT 参数纳入二元
pendenceVariance）、1 个 GLRLM 特 征（glrlm_Run⁃ Logsitic回归分析，NIC为独立影响因素（P < 0.001）。