教学课程资源库 更多>>

关键词： 超声   影像组学   乳腺肿瘤   良恶性鉴别  

摘要： 目的: 探讨超声影像组学在诊断乳腺良恶性肿瘤方面的价值。 方法: 以病理为金标准,基于乳腺肿瘤二维超声图像,使用超声影像组学方法构建乳腺良恶性肿瘤预测模型。本研究回顾性分析了2019年7月至2023年3月就诊于吉林大学第一医院乳腺外科诊治的乳腺肿瘤患者的超声图像和病理信息,最终符合纳排标准的共计373人,415例乳腺肿瘤病灶。所有乳腺肿瘤的病理结果、二维超声图像完整。在超声检查过程中观察并记录肿瘤的超声特征(边界:清/不清,形态:规则/不规则,边缘:光整/不光整,后方回声:无衰减/衰减,纵横比:<1/>1,微钙化:无/有)。记录肿瘤的位置(左/右)、最大径线及最终的病理结果。从超声影像工作站导出乳腺肿瘤病灶最大切面的二维超声图像(BMP格式)。将所有乳腺肿瘤病灶按照7∶3随机分为训练集(n=290)和测试集(n=125)。由三名高年资超声医生(工作10年)和三名低年资超声医生(工作3-5年)根据乳腺肿瘤病灶最大切面的二维超声图像进行乳腺肿瘤良恶性的诊断。 挑选所有入组乳腺肿瘤最大切面的超声图像,导入到开源软件3D Slicer中,手动勾画感兴趣区(Regions of interest,ROI)。通过3D Slicer软件的“Radiomics”工具模块对ROI进行影像组学特征提取。将所有提取出的影像组学特征数据进行Z-score标准化处理,在训练集里采用Spearman相关系数并应用最小绝对收缩和选择算子(Least absolute shrinkage and selection operator,LASSO)进一步筛选特征,将训练集中筛选出的影像组学特征输入到逻辑回归(Logistic Regression,LR)、支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、K最近邻(K-Nearest Neighbor,KNN)、朴素贝叶斯(Na(?)ve Bayes,NB)、极限梯度提升算法(Extreme Gradient Boosting,XGBoost)、自适应提升算法(Adaptive Boosting,Ada Boost)、轻量梯度提升机(Light Gradient Boosting machine,Light GBM)这八种机器学习模型中进行影像组学预测模型的构建和训练,并在测试集中验证模型的效能。 绘制受试者工作特征曲线(Receiver operating characteristic curve,ROC),计算相应的曲线下面积(Area under curve,AUC)、诊断准确度、灵敏度、特异度、阳性预测值(Positive predictive value,PPV)和阴性预测值(Negative predictive value,NPV),以评估预测模型的诊断性能,并筛选出最佳诊断模型。将最佳模型与这两组不同年资的超声医生的诊断效能进行比较,最终采用Delong检验一致性。 结果: 1、在这八种机器学习模型中,LR模型和SVM模型诊断效能最佳。LR模型在训练集中的AUC、准确度、灵敏度、特异度、PPV和NPV分别为0.918、0.855、0.765、0.930、0.902和0.826,在测试集中分别为0.872、0.808、0.877、0.733、0.781和0.846。SVM模型在训练集中的AUC、准确度、灵敏度、特异度、PPV和NPV分别为0.939、0.879、0.795、0.949、0.929和0.847,在测试集中分别为0.872、0.816、0.785、0.850、0.850和0.785。 2、LR模型和SVM模型在测试集中的诊断效能与高年资超声医生相仿(P>0.05),但显著高于低年资超声医生(P<0.01)。 结论: 基于乳腺肿瘤二维超声图像建立的LR和SVM超声影像组学模型对乳腺肿瘤良恶性鉴别具有较好的诊断性能。

关键词： 色素沉着绒毛结节性滑膜炎   MRI   诊断  

摘要： 目的 分析色素沉着绒毛结节性滑膜炎（pigmented villonodular synovitis, PVNS）的MRI表现，加深对疾病的认识，提高诊断精确度。方法 回顾性分析16例经我院病理证实的PVNS患者的MRI表现。结果 16例PVNS在MRI上主要表现为滑膜弥漫性增厚，在T1WI呈稍低或等信号，T2WI呈中等稍高信号，局部呈菜花样结节，在T1WI和T2WI均呈低信号，增强扫描滑膜明显不均匀强化，结节强化程度不一。其中膝关节受累最多，均伴有不同程度的关节腔积液。结论 PVNS在MRI上具有相对特异的表现，可在一定程度上提高疾病的诊出率。

摘要： 良性前列腺增生症（Benign Prostatic Hyperplasia,BPH）是一种会造成中老年男性排尿障碍的良性疾病，以尿频、尿急、夜尿增加、排尿困难、尿失禁等为主要症状。其患病率在40岁以后开始逐渐增加，80岁时则高达69.2%。如此高的患病率，以至于在每一个三代同堂的大家庭里，可能都存在BPH患者。有鉴于此，了解和掌握必要的关于BPH的知识，是每一个晚辈的责任和义务，同时也是我们对于人口老龄化问题的绝佳回应。

关键词： 良性前列腺增生   SIRT3   NR1D1   AMPK-PGC-1α通路   线粒体代谢  

摘要： 目的:良性前列腺增生(Benign Prostatic Hyperplasia,BPH)作为中老年男性最常见的泌尿系统疾病之一,严重影响着患者的生活质量,其主要病理学特征是前列腺过渡区上皮细胞和基质细胞发生的非恶性增殖性改变。目前关于BPH的发病机制尚未完全阐明,有研究显示,年龄、激素、炎症、氧化应激和自噬等都可能在BPH的发病机制中发挥重要作用。另外最新研究显示BPH可能是代谢性疾病的一种,而线粒体功能损伤与代谢性疾病密切相关,提示线粒体功能损伤有可能是BPH的发病机制之一。Sirtuin 3(SIRT3)是端粒保护蛋白Sirtuins家族成员之一,特异性表达于线粒体内,在参与并调节线粒体能量代谢和蛋白质乙酰化水平等方面发挥着重要的作用,且与细胞生存与死亡、线粒体代谢、免疫与炎症、昼夜节律等基本生物学功能密切相关。SIRT3作为一种三类组蛋白去乙酰化酶,可以通过减少活性氧簇以及激活超氧化物歧化酶和过氧化氢酶,从而避免线粒体DNA损伤以及因氧化应激诱导的细胞死亡。新近报道SIRT3与线粒体相关代谢重编程有关。然而,其潜在的分子机制尚不清楚,尤其是在BPH疾病的发生发展机制中研究甚少。核受体亚家族1组D成员1(Nuclear Receptor Subfamily 1 Group D Member 1,NR1D1)作为一种重要的转录因子,可结合多种基因的启动子,在自噬相关蛋白、炎性小体基因、T细胞分化辅助因子、脂质代谢酶等各器官病理生理过程中发挥重要的转录抑制作用。NR1D1能抑制乳腺癌、肺癌、膀胱癌等多种肿瘤细胞的增殖。腺苷单磷酸激活蛋白激酶(AMP-Activated Protein Kinase,AMPK)作为重要的细胞能量传感器,是调节能量稳态的重要激酶。过氧化物酶体增殖物受体γ共激活因子(Peroxisome Proliferator-Activated Receptor Gamma Coactivator 1 Alpha,PGC-1α)是转录辅助激活因子家族的一员,主要存在于包括心脏在内的高能量需求组织和器官中,控制线粒体的生物发生和能量代谢,其转录和活性受AMPK通路控制。核呼吸因子1和2(Nuclear Receptor Factor1/2,Nrf1/2)作用于PGC-1α的下游,不仅调节氧化磷酸化(Oxidative Phosphorylation,OXPHOS)相关基因,还调节线粒体转录因子A(Mitochondrial Transcription Factor A,TFAM)相关基因,导致线粒体呼吸和mt DNA复制/转录增加。过氧化物酶体增殖激活受体γ(Peroxisome Proliferator-Activated Receptor Gamma,PPAR-γ)是PPARs家族的主要亚型,也受PGC-1α的调控,普遍存在于神经组织中,包括神经元、小胶质细胞和星形胶质细胞。AMPK-PGC-1α信号通路在调控线粒体能量代谢方面发挥重要作用。有研究显示,SIRT3能够调控AMPK-PGC-1α信号通路,在调节线粒体氧化应激、线粒体功能障碍和认知缺陷中起到重要作用,但在前列腺增生疾病中尚无报道。另外,NR1D1能否转录调控SIRT3的表达,在前列腺增生疾病中也未见报道。本研究目的在于探索NR1D1、SIRT3、AMPK-PGC-1α信号通路在前列腺增生疾病发生和发展中的相互作用以及潜在机制,深入研究这三者在前列腺增生疾病中的作用机制将对揭示前列腺增生发病进展的深入了解和探索新的治疗靶点提供重要的理论依据。 研究方法:1、SIRT3在前列腺增生疾病进程中的作用研究:首先使用生物信息学方法应用GSE67068和GSE119195等GEO数据集以及大鼠前列腺组织转录组测序结果来预测和筛出BPH中差异表达的基因SIRT3,然后开展如下三部分实验:(1)人前列腺增生细胞系实验:使用Westernblot(WB)方法对人正常前列腺上皮细胞(RWPE-1)和人前列腺增生上皮细胞BPH-1细胞系中SIRT3蛋白水平进行检测。(2)大鼠前列腺上皮细胞实验:鉴于SIRT3只在前列腺上皮细胞内表达,我们进行大鼠原代前列腺上皮细胞(Prostate Epithelial Cells,PEC)培养,对PEC用丙酸睾酮(Testosterone Propionate,TP)处理(TP组),同时采用过表达或敲低质粒构建SIRT3的高表达细胞模型(TP+oe-SIRT3组,其对应的空载体模型为TP+oe-NC组)和沉默细胞模型(TP+sh-SIRT3组,其对应的空载体模型为TP+sh Scr组)细胞模型;应用RT-qPCR和WB检测SIRT3的基因和蛋白表达,然后观察各组PEC中线粒体形态、检测线粒体膜电位水平和线粒体相关酶,包括细胞色素C

关键词： 良性前列腺增生   病理机制   缺氧条件   胆固醇稳态  

摘要： 目的：　　从基因层面寻找缺氧和胆固醇稳态相关的良性前列腺增生（Benign prostatic hyperplasia，BPH）基因，并分析探讨其在疾病进程中的作用机制。　　方法：　　本研究从高通量基因表达数据库（Gene Expression Omnibus data base，GEO）中获取了3个数据集进行分析。通过基因集变异分析（gene set variation analysis， GSVA）寻找BPH样本中差异表达的人类代表性通路。通过加权基因共表达网络分析（Weighted correlation network analysis，WGCNA）和Limma差异分析筛选基因，并以最小绝对收缩和选择算法（ Least absolute shrinkage and selection operator，Lasso）回归分析进一步删减，最后与缺氧和胆固醇稳态相关基因集相交得到枢纽基因IRS2。此外，还利用基因富集分析差异表达基因（differentially expressed genes，DEGs）、利用Lasso-Cox回归构建诊断模型、利用CIBERSORT分析免疫浸润情况、构建枢纽基因的内源竞争RNA（competing endogenous RNAs， ceRNA）网络并预测与之密切相关的微小RNA（MicroRNA，miRNA）和长链非编码RNA（Long non-coding RNA，lncRNA）。　　结果：　　与正常样本相比，BPH样本中缺氧和胆固醇稳态等通路的表达存在差异。通过WGCNA、Limma差异分析、Lasso-Cox回归等方法，筛选出5个关键基因，分别为PAGE4、GPR22、IRS2、KCNK1和PDGFRL，其中IRS2同时与缺氧和胆固醇稳态相关，鉴定为枢纽基因。对差异基因进行基因富集分析，上调基因主要作用于细胞发育和细胞外基质形成的过程，而下调基因主要作用于质膜上的转运蛋白和各种信号传导通路。基于5个关键基因建立了BPH的诊断模型，在训练组和对照组中均表现出一定的诊断效能。前列腺样本中大部分免疫细胞属于T细胞，其中以静息CD4+记忆T细胞为主，并且IRS2与PDGFRL的表达可能与某些免疫细胞组成比例存在相关性。在枢纽基因IRS2的ceRNA网络中，预测出了6个关键miRNA和8个关键lncRNA。　　结论：　　综上所述，IRS2与BPH的发生发展密切相关，并且主要通过缺氧和胆固醇稳态相关的通路对BPH的进展过程产生影响。

关键词： 良性前列腺增生   肾虚湿热证   经尿道等离子双极电切术   排尿症状   五苓散加味  

摘要： 目的:观察五苓散加味对经尿道等离子双极电切术(TUPKP)术后排尿症状的影响,探讨其临床疗效及安全性。 方法:选取在2023年01月至2023年12月之间就诊于内江市中医医院泌尿外科收治的良性前列腺增生行TUPKP后符合纳入标准的病例80例,随机分为对照组和试验组。对照组在TUPKP术后予以常规治疗,试验组在对照组基础上加服五苓散加味中药汤剂为期4周。术后观察两组血尿转阴时间、术后住院天数,尿常规指标、并对术后第4周IPSS、QOL、中医症状评分及最大尿流率(Qmax)进行统计学分析。 结果:1.一般情况:两组病例在年龄、基础疾病、IPSS评分、QOL评分、中医证候评分、B超前列腺体积、PSA、手术时间、术中出血、最大尿流率等方面比较无显著差异(P>0.05),证实两组数据间具有可比性。 2.中医证候疗效比较,试验组显效率14%,对照组显效率为2%,差异有统计学意义(P<0.05)。 3.试验组患者在术后第4周IPSS及中医症状评分更低,QOL评分更高(P<0.05),但两组术后第4周的Qmax,差异无统计学意义(P>0.05)。 4.试验组住院时间和血尿转阴时间较对照组更短,两组差异具有统计学意义(P<0.05)。 5.试验组术后尿白细胞阳性率更低,尿管堵塞、膀胱尿道刺激征、尿潴留等并发症的发生率更低(P<0.05)。 结论:五苓散加味应用于TUPKP术后可提高治疗的显效率,可改善术后排尿症状,减少尿白细胞阳性率,缩短住院和血尿转阴时间,促进术后恢复,减少并发症的发生,提高患者术后生活质量。

关键词： 系统免疫炎症指数   胆囊息肉   胆囊癌   鉴别诊断   生存分析   预后  

摘要： 目的:本研究旨在通过分析探讨胆囊息肉患者及胆囊癌患者术前外周血系统免疫炎症指数(Systemic immune inflammation index,SII)水平,研究其在两种疾病中的关系,探寻其在胆囊息肉患者与胆囊癌患者鉴别诊断中的价值以及在胆囊癌患者预后评估中的作用,为两种疾病的鉴别、临床诊治提供依据及指导。 方法:收集大连理工大学附属中心医院2012年1月至2019年12月因胆囊相关疾病行手术治疗并且术后病理明确诊断为胆囊胆固醇性息肉、胆囊腺瘤及胆囊癌的242例患者的临床资料,采用回顾性分析方法。统计资料包括患者的一般临床资料、肿瘤生长部位、肿瘤最大径、肿瘤分化程度、病理组织学类型、脉管内有无癌栓、肿瘤浸润深度(T分期)、淋巴结转移程度(N分期)、TNM分期、中性粒细胞计数、淋巴细胞计数、血小板计数、癌胚抗原(carcinoembryonic ant igen,CEA)以及糖类抗原CA19-9(Carbohydrate antigen199,CA19-9)等,并对患者进行术后随访以了解其生存情况。根据术后病理结果将患者分为胆囊胆固醇性息肉组、胆囊腺瘤组及胆囊癌组,对患者的一般临床资料、SII进行单因素分析,将有统计学意义的资料两两行组间比较。胆囊腺瘤组患者根据术后病理是否发生不典型增生或上皮内瘤变分为两组,对患者的一般临床资料、SII进行单因素分析。通过描绘SII的接受者操作特征(receiver operating characteristic,ROC)曲线选取其最佳截断值(Cut-off值),据此将胆囊癌组患者分为:低SII组和高SII组。将两组间患者的一般临床资料、病理资料及实验室检查结果进行单因素分析,有统计学意义的资料纳入多因素Logistic回归模型进行分析,探寻与SII相关的影响因素。在胆囊癌生存预后分析中,将计量资料根据国际或临床标准或选取样本均数作为标准转化为分类变量,通过log-rank检验进行单因素分析,筛选出与胆囊癌患者预后的相关因素,然后纳入Cox多因素回归模型,探寻胆囊癌患者预后的独立危险因素,使用Kaplan-Meier法描绘胆囊癌患者预后独立危险因素的生存曲线,P<0.05视为差异有统计学意义。 结果:共收集143例胆囊胆固醇性息肉、60例胆囊腺瘤及39例胆囊癌患者临床及病理资料,首先通过单因素分析,见三组患者性别、年龄、BMI、糖尿病史、冠心病史、SII差异具有统计学意义(P<0.05)。将三组患者分别行组间比较,结果显示患者年龄、SII在胆固醇性息肉组与腺瘤组间、胆固醇性息肉组与胆囊癌组间、腺瘤组与胆囊癌组间均P<0.05;患者性别在胆固醇性息肉组与胆囊癌组间P<0.05;BMI在腺瘤组与胆囊癌组间均P<0.05;糖尿病史、冠心病史在胆固醇性息肉组与腺瘤组间P<0.05,差异均有统计学意义。胆囊腺瘤组患者中无不典型增生或上皮内瘤变患者共53人,发生不典型增生或上皮内瘤变患者共7人,通过单因素分析,显示SII、糖尿病病史在两组间P<0.05,存在的差异具有统计学意义。然后绘制胆囊癌患者SII的ROC曲线,结果显示曲线下面积(area under the curve,A UC)为0.852,此时约登指数最大(0.600)时所对应的SII=580.91作为最佳截断值,其对应敏感度为60.0%,特异性为100.0%。对低SII组及高SII组两组间的一般临床资料及病理结果资料进行单因素分析,其中年龄、血清CA19-9、肿瘤分化程度、病理组织学类型、脉管内有无癌栓、肿瘤最大径及TNM分期的差异有统计学意义(P<0.05)。将与SII有关的影响因素进行单因素二元logistic回归分析,其中年龄、血清CA19-9、肿瘤分化程度、脉管内有无癌栓及肿瘤最大径差异具有统计学意义(P<0.05),然后对与SII有关的影响因素纳入多因素二元logistic回归,结果显示肿瘤分化程度差异具有统计学意义(P<0.05),说明肿瘤分化程度是与胆囊癌患者术前SII高低的显著关联的因素。在预后生存研究中,将所有可能对胆囊癌患者预后产生影响的因素进行单因素分析,结果显示SII值、CEA值、CA19-9值、年龄、分化程度、病理组织分型、脉管内有无癌栓及TNM分期的差异具有统计学意义(P<0.05),与胆囊癌患者预后相关。最后将有意义的因素纳入Cox多因素回归进行分析并绘制相应的生存曲线,结果显示SII(HR=5.891;95%CI:1.052-32.990;P=0.044)、血清CEA(HR=11.933;95%CI:2.568-55.451;P=0.002)、年龄(HR=5.133;95%CI:1.321-19.937;P=0.018)、肿瘤分化程度(HR=3.216;95%CI:1.093-9.468;P=0.03

关键词： 阿那曲唑   良性前列腺增生   联合疗法   非那雄胺   雄性大鼠  

摘要： 目的:通过建立大鼠BPH模型,探究非那雄胺及阿那曲唑药物单独及联合使用对大鼠前列腺体积及重量的影响,为BPH的精准医疗奠定基础。 方法:将216只SPF级雄性Sprague-Dawley（SD）大鼠随机分为睾酮诱导BPH组和常规喂养对照组。两组又分别分为阿那曲唑（A）干预亚组、非那雄胺（F）干预亚组、阿那曲唑联合非那雄胺（A+F）干预亚组、安慰剂（P）亚组。即:BPH-A、BPH-F、BPH-A+F、BPH-P和Control-A、Control-F、Control-A+F、Control-P,共8个亚组,每个亚组的大鼠数量为27只,从第8周龄开始,进行连续4周建模。建模完成后,此后每8周,从上述8个亚组中每组随机抽取3只大鼠。称重后,在麻醉下剖腹取出前列腺,测量前列腺的体积、体积指数和重量。按照时间顺序,从9个时间节点分别记录上述8个亚组的数据,分别为:8、12、20、28、36、44、52、60、68周鼠龄,比较每组和每个时间点的前列腺重量、前列腺指数和前列腺体积。 结果:随时间变化各干预组大鼠前列腺重量(F（intervention）=330.435,P<0.001)、前列腺指数(F（intervention）=253.658,P<0.001)和前列腺体积(F（intervention）=516.618,P<0.001)均不相同,且差异有统计学意义。此外,在同一个时间点,大鼠前列腺重量（F_t=333.8,P<0.001）、前列腺指数（F_t=106.851,P<0.001）和前列腺体积（F_t=188.267,P<0.001）对应的各组数值并不完全相同,两两比较差异也具有统计学意义。各组除干预前前列腺重量、前列腺指数、前列腺体积总体平均值外,干预后数值均存在差异,数值差异具有统计学意义（P<0.05）,其中安慰剂组（BPH-P和Control-P）数值最高,联合用药组（BPH-A+F和Control-A+F）在干预后各项数值保持持续的低水平。单独用药组（BPH-A、BPH-F、Control-A和Control-F）位于安慰剂组和联合用药组之间,联合用药效果由于单独用药。 结论:非那雄胺联合阿那曲唑对大鼠BPH具有预防和治疗作用。

关键词： 肾上腺腺瘤   肾上腺   机器学习   支持向量机   随机森林   体层摄影术   X线计算机   肾上腺腺瘤   醛固酮瘤   肾上腺皮质结节状增生   原发性醛固酮增多症  

摘要： 第一部分基于CT影像组学对肾上腺腺瘤亚型鉴别诊断的研究 目的: 本研究旨在探讨基于多期像CT图像构建支持向量机(SVM)影像组学模型对肾上腺腺瘤亚型的鉴别诊断效能。 方法: 回顾性收集195例肾上腺腺瘤,功能性肾上腺腺瘤70例、无功能肾上腺腺瘤125例,按8:2比例随机分成训练集(156例)、测试集(39例),进行五折交叉验证。基于CT各期图像勾画分割感兴趣区(ROI)共780个,从中提取1521个影像组学特征通过随机森林算法(RF)筛选最优影像组学特征,采用SVM方法构建影像组学模型,采用受试者工作特性(ROC)曲线、P-R曲线、混肴矩阵对模型效能进行评估,并计算模型的曲线下面积(AUC)、准确度、灵敏度、特异度、精确度。 结果: 最终,各期分别筛选8个最优影像组学特征,基于平扫期筛选的影像组学特征分别为wavelet-LHL＿glcm＿Difference Average、original＿shape＿Compactness1、wavelet-LLH＿first order＿Variance、wavelet-HHL＿glcm＿Maximum Probability、wavelet-HLL＿glcm＿MCC、w avelet-HLL＿glcm＿Imc1、square＿ngtdm＿Contrast、wavelet-HHL＿firstorder＿Interquartile Ra nge,采用SVM构建平扫期、增强三期及各期融合影像组学模型,五折交叉验证后平均AUC值分别为0.813、0.782、0.770、0.807、0.762,基于CT平扫期图像构建的模型性能最佳,准确度为0.759,灵敏度为0.722,特异度为0.814,精确度为0.838。 结论: 基于CT不同时期影像组学特征结合SVM构建影像组学模型可无创性诊断肾上腺腺瘤亚型,具有一定的临床应用价值且有助于临床决策。 第二部分基于CT影像组学对醛固酮瘤和肾上腺皮质结节状增生鉴别诊断的研究 目的: 应用4种机器学习算法探索多期CT影像组学对醛固酮腺瘤(APA)和肾上腺皮质结节状增生的鉴别诊断效能。 方法: 将145例APA(56例)及肾上腺皮质结节状增生(89例)按照8:2随机分成训练组(116例)和测试组(29例),基于各期CT图像分别提取2264个影像组学特征。通过机器学习算法构建影像组学模型,再通过单、多因素逻辑回归筛选临床特征,LASSO筛选显著影像组学特征并计算出RADscore,联合临床特征构建列线图。 结果: 最终,各期均保留10个最佳影像组学特征,基于RF、SVM、高斯过程(GP)、逻辑回归(LOG)4种分类器构建各期影像组学模型,RF分类器于静脉期图像构建的模型效能最好,模型在训练数据集中的灵敏度、特异性、准确率、精确率、F1评分和AUC分别为0.95、0.886、0.923、0.919、0.934、0.973,测试数据集中分别为0.875、0.909、0.889、0.933、0.903、0.943。经过单、多因素逻辑回归,平扫期CT值及醛固酮是预测APA与肾上腺结节状增生的显著因素(P<0.05),用于训练预测APA与肾上腺皮质结节状增生患者的临床模型、影像组学模型及列线图AUC分别为0.867、0.936、0.969,测试数据集AUC分别为0.859、0.906、0.965。 结论: 基于各时期CT影像组学模型对APA、肾上腺皮质结节状增生均有良好的鉴别诊断效能,其中基于RF分类器在静脉期的效能最好,列线图模型具有一定预测APA和肾上腺皮质结节状增生的能力。