Differenzierung von gutartigen Lungenrundherden und Lungenmetastasen mittels Radiomics: Untersuchungen in einer großen, retrospektiven Patientenkohorte.

Zielsetzung Die Differenzierung zwischen benignen und metastatischen Lungenrundherden bei onkologischen Patienten bedarf häufig zusätzlicher Nachuntersuchungen. Ziel war daher, den Nutzen von Radiomics für diese Differenzierung zu untersuchen.

Material und Methoden 537 onkologische Patienten mit venöser Staging-Computertomographie (CT) des Thorax wurden retrospektiv eingeschlossen. Der Datensatz umfasste Dünnschicht-Rekonstruktionen des Lungenfensters, die von verschiedenen CT-Scannern stammten. Eingeschlossen wurden 1135 Lungenmetastasen, die entweder durch CT-Follow-up, Histopathologie oder FDG-PET/CT bestätigt wurden, und 426 gutartige Lungenknoten, die entweder durch Histopathologie oder Follow-up-CT bestätigt wurden. Die Segmentierung der Lungenknoten wurde semiautomatisch durchgeführt. Nach dem Resampling und der Vorverarbeitung der Bilder wurden 118 radiologische Merkmale mit PyRadiomics extrahiert. Die Läsionen wurden in Trainings- (70 %, 1099 Läsionen) und Testdatensätze (30 %, 472 Läsionen) aufgeteilt. Die Feature-Auswahl erfolgte mittels ANOVA f-Tests sowie anhand der mutual information. Nach der Merkmalsnormalisierung wurden verschiedene Modelle mit 5-facher Kreuzvalidierung evaluiert; das Modell mit der besten Leistung wurde im Testdatensatz angewendet. Die Leistung des Modells wurde anhand des Balanced Accuracy Score (BAS), des F1-Score und der Sensitivität bewertet.

Ergebnisse Ein Random-Forest-Klassifikator erbrachte die beste Leistung bei der Unterscheidung von metastatischen und gutartigen Lungenrundherden (BAS: 0.75, F1-Score: 0.78, Sensitivität: 0.78). Bei der Anwendung auf dem Testdatensatz erreichte das Modell einen BAS von 0.71, einen F1-Score von 0.75 und eine Sensitivität von 0.75.

Schlußfolgerungen Radiomics ermöglichte in einer großen Kohorte onkologischer Patienten eine Unterscheidung zwischen benignen und metastatischen Lungenrundherden. Künftige wissenschaftliche Bemühungen sollten darauf abzielen, die Trennschärfe weiter zu verbessern, um eine klinische Anwendung zu ermöglichen.

Publication History

Article published online:
29 August 2022