Page 76 - 南京医科大学自然版
P. 76

第44卷第7期
               ·960 ·                          南   京 医 科       大 学      学 报                        2024年7月


              1.2.3  ROI分割和特征提取                                （support vector machine，SVM）、K 最近邻（K⁃nearest
                  通过东华医疗的图像存储与传输系统获取所                           neighbor，KNN）和逻辑回归（logistic regression，LR），
              有患者的影像数据，采用 3D slicer 软件（版本 5.2.2）                在训练集中对年龄、性别、NIC、λHu、FT3、FT4、TSH和
              对甲状腺结节影像进行逐层分割，由1位具有15年                           Radscore 进行建模，采用 5 倍交叉验证法检验模型
              经验的放射科医师负责完成。为评估勾画的一致                             以降低过拟合，通过比较验证集中受试者工作特征
              性，另 1 位拥有 25 年放射治疗经验的医师随机对                       （receiver operating characteristic，ROC）曲线下面积
              20个良性和20个恶性病灶进行重复勾画，通过组内                         （area under curve，AUC）以选择最优模型。通过
              相关系数（interclass correlation coefficient，ICC）评估    SHAP 特征权重分布图筛选变量构建列线图以直
              确保勾画结果的可重复性。利用 pyradiomisc 插件                     观展示结果，并通过绘制校准曲线和决策曲线图
              执行影像组学特征提取，同时应用低通高斯滤波器                           （decision curve analysis，DCA）评估列线图模型的诊
              对肿瘤纹理特征进行量化表征（过滤内核尺寸：3、                           断性能。
              4），以反映多尺度下的变化。共计从影像中提取出                           1.3  统计学方法
              293 个特征，包含形状特征（original_shape）14 个，一                   采用R软件包（版本4.2.1）和SPSS25.0完成数据
              阶直方图特征（original_firstorder）54个，共生矩阵特              分析。符合正态分布的数据以均数±标准差（x ± s）
              征（gray level cooccurrence matrix，GLCM）72个，灰度      表示并以独立样本 t 检验进行比较，非正态分布数

              依赖矩阵（gray level dependence matrix，GLDM）42         据则用中位数（四分位数）［M（P25，P75）］表示并以
              个，灰度游程长度矩阵（gray level run length matrix，          Mann⁃Whitney U 检验进行比较，对分类资料以频数
              GLRLM）48 个，灰度级大小区域矩阵（gray level size             （百分比）表示并采用卡方检验进行比较。评价所
              zone matrix，GLSZM）48 个，以及邻域灰度差分矩阵                 有 ML 模型的 AUC、准确度（accuracy，ACC）、灵敏度
             （neighborhood gray ⁃ tone difference matrix，NGTDM）  （sensitivity，SEN）、特异度（specificity，SPE）、阳性预
              15个。                                              测值（positive predictive value，PPV）、阴性预测值
              1.2.4  影像组学特征筛选                                  （negative predictive value，NPV）、精确度（precision，
                  将结节以 7∶3 随机拆分训练集与验证集，其中                       PRE）、召回率（recall，REC）和 F1 分数（F1），通过
              训练集100个（良性∶恶性=31∶69），验证集43个（良                     Delong 检验比较各 AUC 之间的差异。采用 R 语言
              性∶恶性=15∶28），鉴于训练集中恶性结节较多，采用                       中的 SHAP 包来解释各个特征的重要性。P < 0.05
              合 成 少 数 类 过 采 样 技 术（synthetic minority over⁃      为差异有统计学意义。
              sampling technique，SMOTE）以倍率 1.816 对训练集
                                                                2 结     果
              良性结节进行过采样，以达到良恶性比例1∶1（良性
              ∶恶性=69∶69）。对提取后的特征数据进行 Z⁃score                    2.1  临床资料比较
              标准化处理以降低特征之间数量级的差异，计算公                                 表 1 概述了训练集（n=100）与验证集（n=43）的
              式：Z⁃score=（X-μ）/o，其中，X为特征值，μ为平均值，                 患者基础资料。两组间在病变比例、性别、年龄、
              o 为标准差。通过独立样本 t 检验与 Mann⁃Whitney                  NIC、λHu、FT3、FT4及TSH等因素上差异均无统计学
              U 检验移除 P≥0.05 的特征，并移除 ICC 值≤0.8 的                 意义（P > 0.05）。
              特征，使用最小绝对收缩和选择算子算法（least                          2.2  特征筛选与影像组学评分建立
              absolute shrinkage and selection operator，LASSO）       经 ICC（>0.8）、独立样本 t 检验与 Mann⁃Whitney
              筛选特征，采用 10 折交叉相互验证选择惩罚系数                          U检验（P < 0.05）共筛选出特征160个。通过LASSO
              λ的最佳值及剩余非 0 的特征。采用以下公式计                           回归及 10 倍交叉验证，发现 6 个与预测良恶性相
              算 每 位 患 者 的 影 像 组 学 评 分（radiomics score，          关的特征（图1A~C），其中包含3个一阶特征和3个

              Radscore），Radscore=Σ（特征数值×特征权重）+b0                纹 理 特 征 。 通 过 公 式 计 算 Radscore，结 果 显 示
             （截断值）。                                             恶 性 组［0.574（ -0.015，1.285）］明 显 高 于 良 性

              1.2.5  ML模型                                       组［-0.580（-1.457，0.111）］，差异具有统计学意义
                  6 种 ML 分类算法：决策树（decision tree，DT）、           （Z=-4.997，P < 0.001，图1D）。
              随 机 森 林（random forest，RF）、极 端 梯 度 提 升 树           2.3 ML模型建立
             （extreme gradient boosting，XGBoost）、支持向量机               采用DT、RF、XGBoost、SVM、KNN和LR 6种ML
   71   72   73   74   75   76   77   78   79   80   81