唐美群, 王梓延, 马楚塬, 胡思瑶, 黄孜恒, 赵子康, 叶汝娴
目的:探讨基于增强CT图像支持向量机模型鉴别诊断透明细胞肾细胞癌(ccRCC)与乏脂性肾血管平滑肌脂肪瘤(fp-RAML)的效果。方法:回顾性分析2020年1月—2024年7月在广州医科大学附属清远医院行肾脏CT增强扫描的ccRCC与fp-RAML患者各40例的资料,对图像进行勾画感兴趣容积勾画和特征提取,使用相关性分析、LASSO回归对特征进行降维,降维处理后的最优特征用于计算每位患者的影像组学评分,并构建SVM机器学习模型。结果:在训练集中,fp-RAML的Radscore平均值为(-0.58±0.98),ccRCC的Radscore平均值为(1.44±0.79),两者比较差异有统计学意义(P<0.05);在验证集中,fp-RAML的Radscore平均值为(-0.97±1.05),ccRCC的Radscore平均值为(1.24±1.00),两者比较差异有统计学意义(P<0.05)。SVM机器学习模型在训练集和验证集中鉴别诊断ccRCC与fp-RAML的AUC分别为0.972和0.923。结论:基于增强CT图像支持向量机模型有助于鉴别诊断ccRCC与fp-RAML。