2D和3D纹理分析预测肺腺癌淋巴管浸润

 2D和3D纹理分析预测肺腺癌淋巴管浸润。2D and 3D texture analysis to predict lymphovascular invasion in lung adenocarcinoma

目的：淋巴血管侵犯(LVI)会损害肺腺癌(LAC)患者的手术后果。传统的临床和影像学特征术前预测LVI具有挑战性。本研究旨在评估二维(2D)和三维(3D)CT纹理分析(CTTA)在预测LAC LVI中的价值。

方法：对149例LAC患者(50例LVI存在LAC，99例LVI不存在LAC)进行回顾性研究。对临床数据和CT表现进行分析，以选择独立的临床预测因素。从1.25mm层厚CT图像中的2D和3D感兴趣区域(ROI)中提取纹理特征。使用最小绝对收缩和选择算子算法构建2D和3D CTTA标签，并计算纹理得分。通过比较2D和3D CTTA特征的预测效能和临床有用性来选择优化的CTTA特征。通过整合优化的CTTA特征和临床预测因子，开发CTTA诺模图，并对其校准、判别和临床有用性进行了评估。

结果：最大直径和棘突是独立的临床预测因素。从2D和3D ROI中提取1125个纹理特征，并将其减少到11个特征以构建2D和3D CTTA特征。训练集中2D特征(AUC，0.938)和3D特征(AUC=0.753)的AUC(曲线下面积)存在显著差异(P<0.001)。在测试集中，2D特征(AUC，0.856)和3D特征(AUC，0.701)的AUC没有显著差异(P=0.056)。决策曲线分析显示，在临床实用性方面，2D签名优于3D签名。包含2D特征和临床预测因子的2D CTTA列线图(训练和测试集中的AUC，0.938和0.861)显示出与2D特征相似的辨别能力(训练和试验集中的P=1.000和0.430)和临床有用性，并且优于临床模型(训练和测试集中的AUC=0.678和0.776)。

结论：二维CTTA标签优于三维CTTA标签。结合了2D特征和临床预测因子的2D CTTA诺模图为LAC中的个体LVI预测提供了与2D特征相似的性能。

Fig. 3. The 2D nomogram and its calibration curve. (a) The nomogram is constructed by combining spiculation (0 represents absent of the sign; 1 represents present of the sign), maximum diametre (0 represents <20 mm; 1 represents≥20 mm) and 2D texture score (Tex-score). (b, c) The calibration curve indicates a good calibration of the nomogram in the training and test sets.

Yang G, Nie P, Zhao L, Guo J, Xue W, Yan L, Cui J, Wang Z. 2D and 3D texture analysis to predict lymphovascular invasion in lung adenocarcinoma. Eur J Radiol. 2020 Aug;129:109111. doi: 10.1016/j.ejrad.2020.109111. Epub 2020 Jun 3. PMID: 32559593.