基于增强CT的Delta-放射组学模型：术前预测直肠癌淋巴血管及神经浸润的精准评估

来自国内的研究团队通过多期增强CT的Delta-放射组学特征，构建了预测直肠癌(RC)淋巴血管浸润(LVI)和神经浸润(PNI)的非侵入性模型。研究纳入519例患者，采用动脉期(A1)、静脉期(A2)与平扫期(A0)的影像特征差异构建Delta-1至Delta-4模型，最优组合模型C-Delta-12的AUC达0.81。该成果为RC个体化治疗提供了重要影像学生物标志物。

　　

这项突破性研究揭示了多期增强CT在直肠癌(Rectal Cancer, RC)微侵袭评估中的新价值。科研团队创新性地将平扫期(A₀)、动脉期(A₁)和静脉期(A₂)的影像特征进行双重差异分析：既计算特征值差值(Delta-1/2)，又提取图像残差特征(Delta-3/4)。通过LASSO(Least Absolute Shrinkage and Selection Operator)算法筛选关键指标，最终构建的联合模型C-Delta-12展现出惊艳的预测效能——曲线下面积(AUC)0.81的优异表现，相当于能准确识别86%的阳性病例。校准曲线如同精密量具般贴合理想线，决策曲线则证实其临床转化潜力。这项技术犹如给影像科医生装配了"分子显微镜"，无需活检即可评估肿瘤侵袭性，为制定精准手术方案提供了关键决策依据。