本文是一篇临床医学论文，本研究分析得出结论：18F-FDG PET/CT影像组学模型对于鉴别良恶性肺结节有较好的临床应用价值。
第2章 材料与方法
2.1 研究对象
本文回顾性收集并筛选出自2021年1月至2022年8月在江西省人民医院就诊并在治疗前行18F-FDG PET/CT检查的患者100例。这100例患者都有病理结果（其中良性24例，恶性76例）。在这100例患者中男63例，占比63%，女37例，占比37%，年龄范围（35.00~89.00岁），平均年龄（64.72±10.52岁）。
2.1.1 纳入标准
（1）在治疗前接受我院18F-FDG PET/CT检查；（2）8mm＜肺结节≤30mm；（3）有明确的病理结果；
2.1.2 排除标准
（1）图像存在伪影，影响评估；（2）SUVmax值＜1.5。
总共回顾性收集了156位患者，其中在接受18F-FDG PET/CT检查前治疗的患者有23例，无明确病理结果的有20例，因SUVmax值低，难以分辨PET图像中肺结节与周围正常组织的分界的患者有13例。最终纳入100位患者进行研究，入组患者筛选流程图见图1。
临床医学论文怎么写
.........................
2.2 图像获取
2.2.1 成像仪器
我们使用美国GE公司生产的Discovery-64CT和mini trace回旋加速器。
2.2.2 扫描参数
螺旋CT扫描参数：120kV，自动15~180mA，螺距1.75，转速0.8s/r，层厚3.75mm；PET扫描参数：2.5min/床位，6～8床位，层厚3.25mm，经衰减校正、迭代重建后的图像传至AW6.3工作站进行PET图像和CT图像融合，重建患者的轴位、冠状位、矢状位图像。18F-FDG由本中心自产，由Tracerlab FXFN合成器合成，放化纯度>95%，给药剂量：0.10～0.15 mCi/kg。扫描范围从头顶至股骨上1/3段，扫描时患者取仰卧位[24]。
2.2.3 病人准备
病人检查前均禁食4-6h以上，测量身高、体重和空腹血糖，血糖要求控制在11.1mmol/L以下，最好是控制在8.0 mmol/L以下，如果血糖过高可以服用降糖药或注射胰岛素控制血糖。随后嘱患者在安静的休息室卧床休息40～60min，期间能饮水者上床前半小时和上床前各饮水400ml-500ml，去掉身上所有的金属物品，检查前排空尿液。
..............................
第3章 结果
3.1 一般资料
100例患者中，其中男63例，占比63%，女37例，占比37%，年龄范围（35.00~89.00岁），平均年龄（64.72±10.52岁）。收集每位患者的临床资料，如性别（男/女）、年龄、SUVmax值、病理结果（良性24例，恶性76例）等。我们根据良恶性进行分组，得出良性组和恶性组患者的性别、年龄、结节宽度、结节长度和SUVmax值五个指标均不存在统计学差异。（P>0.05）。见表1。
按照7：3拆分数据集后训练组70例，其中良性17例，恶性53例；验证组30例，其中良性7例，恶性23例。因良恶性肺结节所占总数的比值相差较大，我们采用SMOTE算法进行数据平衡。经SMOTE平衡后，训练组103例，其中良性51，恶性53例，性别、年龄、结节宽度、结节长度和SUVmax值差异均不存在统计学意义（P>0.05），见表2；验证组44例，其中良性21例，恶性23例，其中结节宽度、长度、SUVmax值的差异存在统计学意义（P < 0.05），见表3。
临床医学论文怎么写
............................
3.2 特征分析
首先使用Spearman相关性分析方法去冗余，剔除与其他特征相关系数高于0.7的特征，再使用最小绝对值收缩和选择算子（Least absolute shrinkage and selection operator，LASSO）方法降维得到基于CT和PET图像的有意义的特征用于后续的建模（图4）。这里我们提取的特征相当于自变量，在多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确，共线性会造成冗余，导致过拟合。所以在本篇论文中我们剔除相关系数高于0.7的特征，防止过拟合。最终我们得到10个最有意义的特征，根据这10个特征对于构建18F-FDG PET/CT影像组学模型的贡献给予相应的系数（图5）。在这10个特征中有3个是CT特征，7个是PET特征（下面特征中带T的是来自CT图像的影像组学特征，带P的是来自PET图像的影像组学特征）。这10个特征还可以分为9个一阶特征，1个高阶特征，其中特征中带firstorder的是一阶特征，带ngtdm的是高阶特征。10个特征分别是：峰度wavelet-HLL_firstorder_kurtosis（P）、偏度log-sigma-2-0-mm-3D_firstorder_Skewness（P）、90百分位数wavelet- HHH_firstorder_90Percentile（T）、峰度lbp-3D-k_firstorder_kurtosis（T）、中位数（高低高）wavelet-HLH_firstorder_Median（P）、最大值wavelet-HLL_ firstorder_Maximum（T）、中位数（高高低）wavelet-HHL_firstorder_Median（P）、中位数（低高低）wavelet-LHL_firstorder_Median（P）、复杂度lbp-3D-m1_ngtdm_ Complexity（P）、能量wavelet-HLL_firstorder_Energy（P）。
............................
第3章 结果...................................... 9
3.1 一般资料 ................................... 9
3.2 特征分析 .................................. 10
3.3 模型分析 ................................. 12
3.4 效能评估 ................................... 13
第4章 讨论..................................... 16
第5章 结论..................................... 20
第4章 讨论
临床医学论文参考
近年来，将计算机断层扫描（CT）、正电子发射断层扫描（PET）、磁共振成像（MRI）与影像组学技术相结合已成为研究的热点。有相关文献表明，基于从18F-FDG PET/CT图像中提取的影像特征来描述肿瘤的异质性正受到广泛关注[30]。
在本研究中我们分别从PET图像及CT图像中提取了756个影像组学特征，经过LASSO法降维最终选取10个特征建立模型，其中有9个一阶特征，1个高阶特征，3个CT特征，7个PET特征。一阶特征指的是直接基于图像的像素灰度分布而计算出来的特征值，包括形态学特征和直方图特征，因为直方图特征的广泛应用，常把直方图特征又称为一阶特征[31]。常见的一阶特征有最大值（Maximum）、最小值（Minimum）、均值（Mean）、能量（Energy）、熵（Entropy）、峰度（Kurtosis）、偏度（Skewness）等。而高阶特征反映的是图像中灰度值的空间分布关系。
这9个一阶特征（firstorder）分别描述的是PET、CT图像中的灰度统计信息（峰度、偏度、最大值、中位数、能量），主要描述图像中像素灰度值信息的总体分布[33]。其中偏度（Skewness）属于比较复杂的一阶特征。
偏度（Skewness）代表着像素灰度值相对于平均值分布的不对称程度[34]。我们这里的偏度（仅从PET图像中提取）也与Radscore呈负相关，说明相对于平均值我们的PET图像像素灰度值分布是不对称的，它有可能反映了肺结节内部结构成分的不同。因为有研究表明病理组织学生长方式为非典型细胞沿肺泡壁生长，逐渐浸润间质，大部分病灶未出现坏死、钙化等，病灶廓清快，Skewness 小，良性结节为炎性结节、机化性肺炎、结核、硬化性血管瘤、错构瘤等由于渗出、炎性细胞的浸润、纤维增生或者肿瘤内有脂肪、钙化等，Skewness 大[35]。这项研究是基于从CT图像中所提取的偏度特征，而我们没有从CT图像中提取到这一特征，或者这一特征对构建18F-FDG PET/CT模型的贡献能力小而被我们剔除，造成这一现象的原因可能跟我们手动勾画ROI有关。因为手动勾画，会掺杂进去医生的主观因素。而自动分割可以避免人为因素的影响，但是尚无统一的方案和标准[36]。
........................
第5章 结论
18F-FDG PET/CT影像组学模型鉴别良恶性肺结节具有较好的临床应用价值。在训练组中，18F-FDG PET/CT模型下的曲线下面积（Area under curve，AUC）为0.95 (95%CI 0.910～1.000)，截断值为0.137，灵敏度为90.6%，特异度为100.0%，诊断准确率为95.2%。在验证组中，相同的截断值下，该模型下的AUC为0.72 (95%CI 0.558～0.900)，灵敏度为73.9%，特异度为85.7%，诊断准确率为79.5%。决策曲线显示患者能够从该模型中获益。
参考文献（略）