基于增强CT影像组学与机器学习算法预测肿块型肝内胆管癌微血管侵犯

吕昊阳，洪重，黄侠鸣，俞富祥

1.温州医科大学附属第一医院 肝胆胰外科，浙江 温州 325000；2.温州医科大学附属第二医院 肝胆胰外科，浙江 温州 325027

肝内胆管癌（intrahepatic cholangiocarcinoma，ICC）作为一种较为常见的肝脏恶性肿瘤，约占肝脏恶性肿瘤的20%，占胃肠道恶性肿瘤的3%[1-2]，其中肿块型的ICC是最主要的形态类型，占所有ICC病例的80%～90%[3-4]。据统计ICC患者5年总生存率低于10%[5]，并且近年ICC的发病率与病死率普遍呈上升趋势[6-7]。微血管侵犯（microvascular invasion，MVI）是ICC患者的独立预后危险因素[8]，对于MVI高风险的患者建议行宽切缘的肝切除术以改善预后[9]，并且MVI会增加肝移植后的复发率，是行肝移植治疗的相对禁忌证[2，10]。

影像组学以及机器学习算法已经被证实在肿块型ICC的MVI预测中具有重要价值[11]，但增强影像的时期选择以及多种机器学习间比较等关键问题仍不明确，影像组学特诊与临床特征的结合研究也尚欠缺。因此，我们提取并筛选了ICC患者术前增强CT的多时相影像组学特征，采用多种常见的机器学习算法来构建模型并进行比较，然后将最佳的影像组学机器学习预测方法与临床资料结合，建立一种基于机器学习的肿块型ICC术前MVI状态预测模型，并且以列线图的形式展示。

1 资料和方法

1.1 一般资料

回顾性收集2015 年1 月至2023 年2 月期间就诊于温州医科大学附属第一医院（75例）和温州医科大学附属第二医院（29例）的ICC患者的临床资料。根据《赫尔辛基宣言》的原则获得温州医科大学附属第一医院伦理委员会的批准，免于患者知情同意（批号：KY2023-R127），并在进行研究之前匿名处理数据。……