目的探讨CT影像组学模型在诊断糖尿病足患者足底神经病变中的价值。方法回顾性分析2019年7月至2020年12月于我院就诊的并发糖尿病足的29例糖尿病患者(糖尿病足组)及47例同期单侧足部创伤患者(非糖尿病组)的临床资料及足部CT影像学资料...目的探讨CT影像组学模型在诊断糖尿病足患者足底神经病变中的价值。方法回顾性分析2019年7月至2020年12月于我院就诊的并发糖尿病足的29例糖尿病患者(糖尿病足组)及47例同期单侧足部创伤患者(非糖尿病组)的临床资料及足部CT影像学资料。基于足部CT图像采用深睿科研平台提取1743个影像组学特征,使用特征间线性相关检查和F检验进行特征筛选,随后采用Logistic回归分析进行模型构建。采用五折交叉验证训练模型,在训练组与验证组中应用受试者操作特征(Receiver Operating Characteristic,ROC)曲线对模型进行验证,评价影像组学特征在诊断糖尿病足患者足底神经病变中的效能。结果经过特征筛选,最终选取12个影像组学特征用于构建糖尿病足患者足底神经病变诊断模型。训练组中诊断模型的ROC曲线下面积(Area Under Curve,AUC)为0.97(95%CI:0.94~1.00),敏感度为90.20%,特异度为89.13%,诊断准确率为89.69%;验证组AUC为0.89(95%CI:0.82~0.95),敏感度为84.31%,特异度为80.43%,诊断准确率为82.47%。结论基于足部CT图像的影像组学模型对糖尿病足患者足底神经病变有较高的诊断效能。展开更多
文摘目的探讨CT影像组学模型在诊断糖尿病足患者足底神经病变中的价值。方法回顾性分析2019年7月至2020年12月于我院就诊的并发糖尿病足的29例糖尿病患者(糖尿病足组)及47例同期单侧足部创伤患者(非糖尿病组)的临床资料及足部CT影像学资料。基于足部CT图像采用深睿科研平台提取1743个影像组学特征,使用特征间线性相关检查和F检验进行特征筛选,随后采用Logistic回归分析进行模型构建。采用五折交叉验证训练模型,在训练组与验证组中应用受试者操作特征(Receiver Operating Characteristic,ROC)曲线对模型进行验证,评价影像组学特征在诊断糖尿病足患者足底神经病变中的效能。结果经过特征筛选,最终选取12个影像组学特征用于构建糖尿病足患者足底神经病变诊断模型。训练组中诊断模型的ROC曲线下面积(Area Under Curve,AUC)为0.97(95%CI:0.94~1.00),敏感度为90.20%,特异度为89.13%,诊断准确率为89.69%;验证组AUC为0.89(95%CI:0.82~0.95),敏感度为84.31%,特异度为80.43%,诊断准确率为82.47%。结论基于足部CT图像的影像组学模型对糖尿病足患者足底神经病变有较高的诊断效能。
