基于多期增强CT的影像组学模型预测胃癌HER2表达

作     者：宋田君 薛冰 胡春峰 SONG Tianjun;XUE Bing;HU Chunfeng

作者机构：徐州医科大学第二附属医院影像科江苏徐州221002 徐州医科大学影像学院江苏徐州221002 徐州医科大学附属医院放疗科江苏徐州221002 徐州医科大学附属医院影像科江苏徐州221002 

出 版 物：《现代肿瘤医学》 (Journal of Modern Oncology)

年 卷 期：2025年第33卷第2期

页      面：288-292页

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

主　　题：胃癌 影像组学 人类表皮生长因子受体 多期相增强计算机断层扫描 

摘      要：目的:开发和验证一种基于多期相增强计算机断层扫描(contrast-enhanced computed tomography,CECT)组学特征联合临床特征的融合模型,术前预测胃癌患者的人类表皮生长因子受体2(human epidermal growth factor receptor 2,HER2)的表达状态。方法:回顾性纳入了2015年9月至2023年9月期间在我院手术治疗的170例胃癌患者,将其随机分为训练集(n=118)和测试集(n=52)。应用PyRadiomics从多期相CECT图像中分别提取影像组学特征,并结合显著的临床特征,通过随机森林回归构建临床特征模型、三个单期相模型、多期相模型、临床联合多期相特征的融合模型。采用受试者操作特性(receiver operating characteristic,ROC)曲线、曲线下面积(area under the curve,AUC)、校正曲线及决策曲线分析(decision curve analysis,DCA)来评估和验证并比较模型的预测性能及临床实用性。结果:融合模型表现出了良好的判别性能,在训练集及测试集中的AUC为0.895及0.874,优于其他模型(Delong检验,训练集及测试集P均小于0.05)。校准曲线显示融合模型具有良好的拟合优度(Hosmer-Lemeshow检验,训练集P=0.346,测试集P=0.586)。决策曲线分析显示,融合模型鉴别HER2阳性和阴性的净收益优于其他模型。结论:本研究建立的模型中融合模型具有更好的性能,有望作为一种非侵入性工具,用于预测HER2表达状态并指导临床治疗。