第一部分 CT平扫影像组学对肾上腺结节样增生和肾上腺乏脂腺瘤的鉴别诊断价值目的 探讨基于CT平扫图像建立的影像组学诺模图对鉴别肾上腺乏脂腺瘤和肾上腺结节样增生的诊断价值。方法 回顾性分析经病理学检查证实的44例肾上腺乏脂腺瘤与55例肾上腺结节样增生患者。从CT平扫图像提取并筛选出有诊断价值的影像组学特征,计算影像组学评分构建影像组学模型,分析筛选临床因素构建临床模型。联合临床因素和影像组学模型构建诺模图。分析比较上述3种模型的诊断效能。结果 13项影像组学参数被筛选用于建立影像组学诊断模型。影像组学模型验证集曲线下面积0.91,敏感度和特异度分别为84.6%和81.3%。单因素及多因素二分类Logistic回归分析结果显示,肾素和最大径为鉴别二者的独立影响因子,临床模型验PS-341核磁证集曲线下面积为0.57,敏感度和特异度分别为53.9%和68.8%。诺模图验证集曲线下面积为0.94,敏感度和特异度分别为84.6%和93.8%。影像组学模型及诺模图的诊断效能均大于临床模型(z=3.188,P<0.001;z=3.409,P<0此网站.001)。结论 基于CT平扫图像的影像组学诺模图对鉴别肾上腺乏脂腺瘤和肾上腺结节样增生有较高的诊断效能。第二部分 CT平扫及增强影像组学对肾上腺结节样增生和肾上腺乏脂腺瘤的鉴别诊断价值比较目的 探讨基于CT平扫和增强图像建立的影像组学诺模图对鉴别肾上腺乏脂腺瘤和肾上腺结节样增生的诊断价值。方法 纳入共148例患者分为3组:训练集(72例)、验证集(36例)和外部验证集(40例)。从CT平扫及动脉期、静脉期图像分别提取并筛选出有诊断价值的影像组学特征,使用最小绝对收缩与选择算子算法构建两种影像组学模型,即基于CT平扫图像的模型(平扫模型)和基于CT平扫及增强图像的模型(增强模型)。分析筛选临床因素构建临床模型并联合临床因素和影像组学模型构建诺模图。使用校正曲Impact biomechanics线,曲线下面积和决策曲线分析比较上述模型的诊断效能。结果 经筛选,1 1项影像组学参数用于构建平扫模型,8项影像组学参数用于构建增强模型。两种模型的曲线下面积在外部验证集无统计学差异(0.838vs.0.843,P=0.949)。使用平扫模型、最大径和肾素建立诺模图,训练集、验证集和外部验证集的曲线下面积分别为0.95、0.94和0.89。校正曲线和决策曲线示模型效能较好。结论 基于CT平扫和增强图像的增强模型诊断效能较基于CT平扫图像的平扫模型未见明显提高。基于CT平扫图像影像组学特征和临床因素的影像组学诺模图对鉴别肾上腺乏脂腺瘤和肾上腺结节样增生有较高的诊断效能。