基于影像组学预测胰腺囊性肿瘤 Ki67 分子标记物的可行性研究

本文基于影像组学预测胰腺囊性肿瘤（PCN）的 Ki67 分子标记物表达情况。首先手动分割患者术前多排螺旋断层扫描（MDCT）图像中的肿瘤区域，然后根据肿瘤特点设计并提取 409 个高通量特征，再利用最小化的绝对收缩与选择算子（LASSO）回归模型进行多因素分析筛选特征，最后将筛选后的特征输入支持向量机（SVM）实现分类判别。通过重复 200 次 LASSO 筛选，记录每次被选择的特征，并将特征按照被选择的次数从高到低排序。使用十折交叉验证的 SVM，测试不同的特征数量下的分类效果，重复 200 次并将结果取平均值以降低误差。实验结果表明，被选择次数最多的前 20 个特征构成最优特征子集，预测的 AUC 达到 91.54%，准确率达到 85.29%，敏感度为 81.88%，特异性为 86.75%。实验结果证明了通过影像组学方法预测 Ki67 分子标记物的可行性