Page 77 - 南京医科大学自然版

第44卷第7期 王 皓，杜昱升，王 友，等. 基于光谱CT和影像组学特征的机器学习模型和列线图预测甲
2024年7月 状腺结节良恶性［J］. 南京医科大学学报（自然科学版），2024，44（7）：958-965 ·961 ·

表1 训练集与验证集的基本信息
Table 1 Basic information of the training and validation sets
2
Information Training set（n=100） Validation set（n=43） Total（n=143） χ /t/Z P
Clusters［n（%）］ 0.794 0.068
Benign 31（31） 15（35） 046（32）
Malignant 69（69） 28（65） 097（68）
Sex［n（%）］ -0.104 0.747

Female 83（83） 34（79） 117（82）
Male 17（17） 09（21） 026（18）
Age（years，x ± s） 53.00 ± 13.73 49.14 ± 16.63 51.84 ± 14.71 -1.339 0.185
NIC（x ± s） 0.56 ± 0.19 0.57 ± 0.20 0.56 ± 0.19 0.383 0.705
λHu ［M（P25，P75）］ 2.83（2.09，3.64） 2.85（2.21，3.33） 2.85（2.12，3.58） -0.288 0.773
FT3（pmol/L，x ± s） 4.68 ± 0.69 4.64 ± 0.60 4.67 ± 0.66 -0.325 0.746
FT4［pmol/L，M（P25，P75）］ 16.45（14.17，18.80） 15.15（14.00，19.30） 16.30（14.10，18.90） -0.326 0.745
TSH［mU/L，M（P25，P75）］ 1.72（1.33，2.78） 1.53（1.21，2.64） 1.65（1.27，2.74） -0.564 0.573

A 36 33 16 6 3 B 6056544540363531302523201811 8 10 8 7 6 6 6 5 4 4 2 2 2 1
3
0.26
2
0.24
1 0.22
Coefficients -1 0 Mean⁃squared error 0.20

-2 0.18
-3 0.16
-4
0.14
-6 -5 -4 -3 -2 -6 -5 -4 -3 -2
ln（λ） ln（λ）
C D
Original_firstorder_Minimum
3
***
Original_firstorder_10Percentile
2
Original_glszm_LowGrayLevelZoneEmphasis 1
Radscore 0
Log.sigma.3.0.mm.3D_firstorder_90Percentile
-1
Original_ngtdm_Busyness
-2
Log.sigma.4.0.mm.3D_glcm_Id
-3
-0.2 0 0.2 0.4
Benign Malignant
Weight

A：LASSO feature selection and tuning，where the vertical dashed line indicated the optimal penalty coefficient λ corresponding to the non⁃zero
features. B：The AUC curve plotted through 10⁃fold cross⁃validation，with the dashed lines on the left and right representing λmin and λ1se respectively，
λ1se was selected for this study. C：The 6 features retained after LASSO filtering and their respective weight coefficients. D ：Comparison of the
Radscore obtained by calculation in the training set，where the score for the malignant group was higher than that for the benign group，with a statistical
***
significance（ P < 0.001）.
图1 LASSO与影像组学评分
Figure 1 LASSO and Radscore