目的:微血管侵犯(microvascular invasion,MVI)是肝细胞癌(hepatocellular carcinoma,HCC)术后复发和预后不良的重要预测因子。影像组学能在术前预测HCC是否存在MVI。本研究探讨不同感兴趣区(region of interest,ROI)范围对基于CT影像组学模型预测HCC有无MVI的影响。方法:回顾性连续收集中南大学湘雅三医院2010年1月至2020年12月间经手术病理证实为HCC,且在术前进行过腹部CT平扫或增强扫描的患者。患者以7:3的比例随机分为训练组和验证组。根据病理报告评估患者的MVI情况。在动脉期及门脉期CT图像上手动逐层沿肿瘤边缘勾画ROI,命名为原始感兴趣区(original region of interest,OROI),然后由软件自动向外扩展1~5 mm。OROI分别与瘤周1~5 mm区域联合生成5个ROI,分别命名为Plus1~Plus5。分别提取以上6个ROI的影像组学特征,经过特征选择及数据降维筛选出有预测价值的特征,通过支持向量机(supporter vector machine,SVM)分别构建6个影像组学模型。对各模型的预测效能进行受试者工作特征(receiver operating characteristic,ROC)曲线分析。结果:纳入172名HCC患者,其中83名(48.3%)MVI阳性,89名(51.7%)MVI阴性。从动脉期及门脉期分别提取396个特征,经过特征选择及降维,OROI、Plus1~Plus5分别有4、5、15、11、6、3个特征被选择用于建模。在训练组中,OROI的灵敏度、特异度及曲线下面积(area under the curve,AUC)分别为0.759、0.806和0.855。Plus2(AUC=0.979)及Plus3(AUC=0.954)的AUC高于OROI。Plus1(AUC=0.802)、Plus4(AUC=0.792)及Plus5(AUC=0.774)与OROI的AUC差异无统计学意义。在验证组中,OROI的灵敏度、特异度及AUC分别为0.640、0.630和0.664。Plus3的AUC(0.903)高于OROI。Plus1(AUC=0.679)、Plus2(AUC=0.536)、Plus4(AUC=0.708)及Plus5(AUC=0.757)与OROI的AUC差异无统计学意义(P>0.05)。结论:ROI范围对CT影像组学模型预测HCC有无MVI有显著影响,将肿瘤外一定范围的肝组织包含在ROI内可能提高模型
目的探讨动脉增强分数(AEF)定量彩图对肝脏局灶性结节增生(FNH)与肝细胞癌(HCC)的鉴别诊断价值。方法回顾性搜集行三期MDCT增强扫描后经病理证实的15例FNH患者和18例HCC患者,利用CT Kinetics血流动力学软件计算获得AEF定量彩图。先由两名医师进行双盲法独立计算,分析两名医师计算AEF值的一致性。然后比较两组患者病灶实质部分和周围正常肝组织AEF值的组内差异,以及两组患者病灶实质部分AEF、AEFL/AEFN值的组间差异,并对AEFL/AEFN的鉴别诊断价值进行ROC曲线分析。结果两名医师计算AEF值的一致性良好(ICC=0.95,95%CI=0.92 to 0.97)。FNH组和HCC组病灶实质部分的AEF值[分别为(69.54±7.31)%、(55.63±4.17)%]均高于周围正常肝组织[分别为(44.16±2.63)%、(42.20±3.71)%],差异具有统计学意义(FNH组内t=13.90,P=0.000;HCC组内t=13.29,P=0.000)。FNH组病灶实质部分的AEF值显著高于HCC组(t=6.86,P=0.000);FNH组的AEFL/AEFN值(1.58±0.16)也高于HCC组(1.33±0.13),差异具有统计学意义(t=4.86,P<0.001)。AEFL/AEFN值鉴别FNH和HCC的ROC曲线下面积为0.930,当AEFL/AEFN=1.425时Youden指数最大,对应敏感性和特异性分别为86.7%、88.9%。结论 AEF定量彩图能反映FNH和HCC病灶的血流灌注特点,对两者的鉴别诊断具有重要的参考价值。
