来源：期刊VIP网 时间：
作者：赵艳芬;刘祝;魏小琴;杜勇;
单位：川北医学院附属医院放射科;成都市妇女儿童中心医院;川北医学院医学影像学院;
摘要：目的 基于增强CT联合生境分析建立列线图，预测肝细胞癌热消融术后早期复发，对热消融术后患者进行危险分层，指导临床实现患者的个性化管理。资料与方法 回顾性纳入2016年1月—2022年3月川北医学院附属医院和南充市中心医院接受热消融治疗的107例肝细胞癌患者。在术前增强CT图像上手动分割肿瘤病变，通过K-means聚类算法对各感兴趣体积进行生境编码，分别提取各期相和生境亚区的影像组学特征，使用不同机器学习算法构建不同期相模型，并比较其性能，筛选出表现最佳的机器学习模型，结合临床独立危险因素建立联合模型，并评估其临床效能。结果 动脉期表现最佳的模型为Adaboost，静脉期表现最佳的模型为Naive Bayers，动脉期-静脉期表现最佳的是MLP。联合模型的性能优于其他模型，在训练集和验证集中，联合模型预测患者早期复发的一致性最高，一致性指数分别为0.711和0.709。低风险组与高风险组患者无复发生存期差异有统计学意义（log-rank P<0.05）。结论 肝细胞癌的生境成像可以有效、无创评估肝癌热消融术后无复发生存期，具有指导临床治疗和决策的潜力。
关键词：癌,肝细胞;;体层摄影术,X线计算机;;热消融;;复发;;生境成像;;列线图表;;机器学习;;预测
